功能性自动回归移动平均（FARMA或ARMAH）模型允许对功能性时间序列进行灵活自然的建模。虽然在Hilbert空间中有许多关于纯自回归（FAR）模型的结果，但关于FARMA模型的估计和预测的结果却少得多。我们设计了一种简单的两步方法来估计可分离Hilbert空间中的ARMA模型。估计是基于使用功能时间序列的主成分分析的维数缩减。我们探索了两种不同的方法来选择用于正则化的主成分子空间，并在最小假设和实际环境中建立了所提估计的一致性。在模拟研究中评估了估计算法的经验性能，其性能优于竞争方法。