研究背景
某产品连续 120 期的销量从 104 增长到 752，呈明显的上升趋势。运营团队希望预测未来 12 期的销量以便安排产能。直接对原始序列做回归或 ARMA 拟合会产生「伪回归」——序列的均值随时间变化，不满足平稳性假设，参数估计与显著性检验都不可靠。
研究问题
该序列需要几阶差分才能平稳？AR 与 MA 的阶数如何选？拟合后的残差是否已经是白噪声？未来 12 期的预测区间有多宽？
数据说明
120 个按时间先后排列的数值（单行或单列均可，不需要时间戳列）。序列长度 120 属于中等规模，足以支持 (p, d, q) 各阶不超过 2 的模型。
示例数据
104.4,109.4,118.0,127.0,133.6,141.9,152.5,156.9,161.6,167.5,168.7,169.8,175.7,179.2,185.1,189.8,198.5,205.0,211.0,215.6,217.6,217.4,229.2,236.0,244.7,248.1,254.6,261.1,263.9,274.7,285.3,291.3,300.5,310.2,318.4,326.2,332.7,338.4,339.6,342.7,348.5,352.7,360.8,366.6,369.5,370.5,371.8,375.6,379.3,375.6,380.2,389.2,392.5,398.8,401.7,410.2,413.4,417.7,426.9,435.4,440.5,449.6,457.5,466.7,477.5,489.1,493.4,496.6,503.0,507.4,502.9,508.9,509.6,512.6,514.7,517.8,523.9,523.4,526.3,525.8,528.4,533.1,540.5,545.1,557.6,566.9,577.0,585.9,591.5,595.8,598.2,602.8,598.4,600.0,603.4,603.3,603.7,608.4,614.6,620.5,618.9,628.2,632.8,646.9,653.7,661.4,666.0,673.2,683.9,691.8,700.9,709.2,710.4,717.0,720.2,726.4,728.5,737.0,740.9,752.2
auto
分析步骤
步骤 1：看原序列的 ACF 与 PACF 判断平稳性
切到「手动定阶」模式可查看 ACF / PACF 图。本例原序列的 ACF 在滞后 1 处为 0.973，之后按 0.946、0.919、0.893 缓慢衰减，远超白噪声界 ±1.96/√120 = ±0.179——这是非平稳序列的典型特征。PACF 在滞后 1 后截尾（滞后 2、3 分别为 −0.007、−0.013，都在界内），提示一阶差分后适合 ARMA 结构。
提示：ACF 缓慢衰减 = 需要差分；PACF 在滞后 p 后截尾 = AR(p)；ACF 在滞后 q 后截尾 = MA(q)。
步骤 2：用 AIC 确定差分阶 d
「自动定阶」模式会分别在 d = 0 与 d = 1（可配置到 2）下搜索最优 (p, q)，并报告每个 d 的最小 AIC。本例 d = 0 的最优 AIC 为 754.33（ARIMA(1,0,1) 含常数项），d = 1 的最优 AIC 为 641.88（ARIMA(1,1,1) 无常数项），相差 112.45，远大于经验阈值 2，因此取 d = 1。
步骤 3：在同一 d 内比较 AIC 选出 (p, q)
自动定阶共比较了 8 个候选模型，最终选中 ARIMA(1,1,1)、不含常数项：AIC = 641.88, BIC = 650.22，对数似然 −317.94，σ² = 12.0698，有效观测 119（差分损失 1 期）。估计得到 ar.L1 = 0.980（SE 0.019）、ma.L1 = −0.647（SE 0.088），模型同时满足平稳性与可逆性。
提示：AIC 相差小于 2 的模型难以区分，此时应优先选阶数更低的那个（简约原则）。
步骤 4：做残差白噪声检验（Ljung-Box）
模型合格的标志是残差不再有自相关。本例 Ljung-Box Q(10) = 14.39, df = 8, p = .072；Q(5) = 4.00, df = 3, p = .262。注意 df = 滞后阶数 − 已估计的 p + q，这里的原假设是「残差为白噪声」，所以 p 值大才是好结果，方向与常规显著性检验相反。
步骤 5：查看预测值与区间宽度
切到「自动定阶」模式可得到 12 期预测。第 1 期预测 759.09（SE 3.47, 95% CI [752.28, 765.90]），第 4 期 778.96（SE 10.68, 95% CI [758.03, 799.90]），第 12 期 826.54（SE 35.04, 95% CI [757.87, 895.21]）。区间半宽从 ±6.8 扩张到 ±68.7，说明长期预测的不确定性迅速累积。
结果解读
结论
自动定阶在 8 个候选模型中选中 ARIMA(1,1,1)（无常数项），AIC = 641.88, BIC = 650.22，明显优于 d = 0 下的最优模型（AIC = 754.33），因此序列需要一阶差分。参数估计为 ar.L1 = 0.980（SE 0.019）、ma.L1 = −0.647（SE 0.088），残差方差 σ² = 12.07（单期标准误约 3.47），模型满足平稳性与可逆性，迭代收敛且无警告。残差 Ljung-Box 检验 Q(10) = 14.39, df = 8, p = .072，Q(5) = 4.00, df = 3, p = .262，在 α = 0.05 下均未拒绝「残差为白噪声」的原假设，说明序列中可预测的结构已被模型充分提取。未来 12 期点预测从 759.09 递增到 826.54，95% 预测区间由 [752.28, 765.90] 扩张到 [757.87, 895.21]。
为什么这样解读？
第一，Ljung-Box 的 p 值方向与常规检验相反：这里 p = .072 是「好消息」，代表残差已无显著自相关、模型充分；如果 p < .05 反而说明残差里还有未被建模的结构，需要提高阶数。把它读成「模型显著」是最常见的误读。第二，AIC 只在同一差分阶 d 下可以直接比较，跨 d 比较需谨慎，因为差分改变了被建模的变量本身；本例 d = 0 与 d = 1 的 AIC 相差 112，量级足够大，判断是安全的。第三，ar.L1 = 0.980 非常接近 1，说明即使差分之后序列仍高度持续，冲击会长期留存，这也是为什么预测值持续爬升而不是迅速回归到均值。第四，d = 1 时选择「无常数项」很重要：差分模型中带常数项等价于假设原序列存在确定性线性趋势，会把预测变成一条直线外推，容易高估长期增长。第五，√σ² = 3.47 相当于序列末值 752.2 的约 0.46%，是单期预测误差的量级；到第 12 期标准误已增至 35.04（约末值的 4.7%），因此长期预测应报告区间而不是只给点估计，实际排产也不宜只依赖 12 期之外的数值。
如何在论文中报告
对 120 期销量序列建立 ARIMA 模型。原序列 ACF 在滞后 1 处为 0.973 且缓慢衰减，PACF 在滞后 1 后截尾，提示非平稳；自动定阶在 d = 0 与 d = 1 下共比较 8 个模型，d = 1 的最小 AIC（641.88）显著优于 d = 0（754.33），最终选定 ARIMA(1,1,1)（无常数项）：ar.L1 = 0.98（SE = 0.02），ma.L1 = −0.65（SE = 0.09），σ² = 12.07，AIC = 641.88，BIC = 650.22。残差 Ljung-Box 检验 Q(10) = 14.39, df = 8, p = .072，未拒绝残差为白噪声的原假设，模型诊断通过。未来 12 期点预测为 759.09 至 826.54，95% 预测区间由 [752.28, 765.90] 扩张至 [757.87, 895.21]，长期预测不确定性较大，建议结合留出期做滚动预测验证。
常见错误
对非平稳序列直接拟合 ARMA（不做差分）
原序列 ACF 缓慢衰减、均值随时间漂移时，未差分的 ARMA 会产生伪回归，参数与显著性检验都不可靠。应先看 ACF/PACF 或用 AIC 比较不同 d，确定差分阶数后再拟合。
把 Ljung-Box 的 p < 0.05 当成「模型显著、拟合好」
Ljung-Box 的原假设是「残差为白噪声」，p 大才说明模型合格。p < 0.05 表示残差仍有自相关，模型遗漏了可预测结构，应提高 p 或 q 阶数后重新检验。
跨差分阶直接比较 AIC 并据此选模型
不同 d 对应不同的因变量（原序列 vs 差分序列），AIC 的可比性有限。应先在每个 d 内部选最优 (p, q)，再结合残差诊断与实际含义判断 d，差异很小时优先取更低的阶数。
只看样本内 AIC / 拟合优度，不做样本外验证
样本内拟合好不代表预测准。应留出最后若干期做验证集，做滚动（一次一步）预测并计算 MAPE 或 RMSE，与朴素预测（如随机游走）对比，才能说明模型确有预测价值。
把长期点预测当作确定值使用
预测区间随步长按平方根速度扩张，本例第 12 期区间宽度已达 137.3（第 1 期为 13.6）。长期决策必须使用区间并说明不确定性，不能只引用点估计。