「别人都说 ARIMA 更高级，我是不是该换？」
几乎每个刚做完指数平滑的团队都会问我这句话。我的回答通常是反问：你知道它们各自在「自动化」什么吗？
-
ARIMA 自动化的是「把曲线变平稳 + 定阶」；
-
Prophet 自动化的是「拆积木 + 节假日」。
两者都不是魔法，也都不吃外部变量。搞清楚这点，选型就不靠信仰了。
ARIMA 第一步：差分，把「在第几层」变成「每步迈几级」
非平稳序列（均值随时间漂移）没法直接建模。解法是差分------不看水平，看相邻两期的变化量：
dt=yt−yt−1
手算两个例子，感受「几阶才够」：
-
y = 100, 104, 109, 113, 118, 122 → 一阶差分 d = 4, 5, 4, 5, 4。平稳了（均值约 4.4、无明显漂移），d = 1。
-
y = 100, 102, 108, 118, 132 → d = 2, 6, 10, 14（还在漂）→ 二阶 d2 = 4, 4, 4。平稳了，d = 2。
第二个例子是「加速度恒定」的序列：一阶差分消掉水平但消不掉加速度，必须再差一次。实务中日销很少需要 d=2------若需要，先怀疑是否有未建模的结构突变或促销脉冲。
平稳性的廉价体检 ：把序列对半切，比较两段的均值与标准差。示例：前半年均值 500、sd 30；后半年均值 620、sd 32 → 均值漂移 24%，非平稳。差分后：前段均值 2.0、后段 2.1 → 漂移 5%，可接受。比看 ADF 检验的 p 值直观得多（p 值该看，但先看这个）。
平稳之后：AR 与 MA 各吃什么
- AR(p) ：用过去 p 期的（差分后）值------「最近几步迈多大，下一步差不多」；
- MA(q) ：用过去 q 期的预测误差------「上次低估了，这次补一点」。
dt=c+i=1∑pϕidt−i+j=1∑qθjet−j+et
注意这里的 MA 是误差的移动平均，跟第 4 篇「销量的移动平均基线」不是一回事，别混。
AR(1) 手算一步 ：设 d_t = 0.6·d_{t−1} + e_t，差分序列 4, 5, 4, 5, 4。下一期差分预测 = 0.6 × 4 = 2.4 ；还原到水平：ŷ = 122 + 2.4 = 124.4。整个 ARIMA 预测就是「差分空间里递推 + 累加还原」两步。
ACF/PACF 读图规则（定阶的传统方法）：
| 形态 | ACF | PACF | 提示 |
|---|---|---|---|
| AR(p) | 拖尾（缓慢衰减） | p 阶后截尾 | 用 p 个滞后值 |
| MA(q) | q 阶后截尾 | 拖尾 | 用 q 个滞后误差 |
| 都不截尾 | 拖尾 | 拖尾 | 考虑 ARMA 或换方法 |
实务更省事：在小网格里搜 (p,d,q)，取 AIC 最小------自动化工具的本质就是这个。带季节的版本 SARIMA 加一组 (P,D,Q,m)，能力与第 7 篇 HW 大致对等，选谁往往取决于团队习惯而非精度。
Prophet：把拆积木做成工程
Prophet 的思路和第 2 篇经典分解一脉相承，只是做成了可加的工程化模型：
y(t)=g(t)+s(t)+h(t)+εt
g 是趋势（分段线性、自动找拐点），s 是周期（傅里叶级数拟合年/周），h 是节假日（一张表驱动的脉冲），ε 是残差。
各成分量级：
| 成分 | 均值 | 标准差 | 极差 |
|---|---|---|---|
| 趋势 g(t) | 377.90 | 50.87 | 181.80 |
| 年周期 s(t) | −0.39 | 39.02 | 109.99 |
| 周周期 | 13.03 | 15.38 | 43.00 |
| 节假日 h(t) | 6.50 | 28.33 | 130.00 |
| 残差 ε | −0.08 | 13.37 | 70.61 |
四块积木解释了 93.24% 的方差。注意节假日项极差 130------它是可加的独立一块，这正是 Prophet 真正的价值：运营可以直接说「把 618 那天的节假日项调高 20%」，不需要懂模型内部。业务能动手改的模型，才活得久。
手算可加性：若模型给某天 g=380、s=+40、weekly=+33、h=0 → 预测 453；运营把 h 改为 +130 → 预测 583。改一个数、影响可预期，这就是可干预性的含义。
选型决策树：五步走完不纠结
- 有价格/促销/流量等外部变量吗？→ 有：回归或机器学习（第 8、11 篇），别用 ARIMA/Prophet。
- 需要批量服务几千 SKU 吗？→ 是：全局机器学习（第 11 篇）。
- 单序列、强季节、无外部变量？→ HW/ETS 自动搜索。
- 单序列、无明显季节、想自动定阶？→ ARIMA。
- 需要节假日表、业务要可干预？→ Prophet。
一盆冷水：复杂模型经常赢不了简单模型
这是这个领域最反直觉、也最重要的事实：在 M3/M4 公开竞赛里，简单方法（尤其带季节的指数平滑）经常击败复杂模型。 包括神经网络、包括ensemble。
原因不神秘：零售序列的信噪比低、结构会漂移、样本（周期数）少；复杂模型的自由度在这种数据上更容易拟合噪声。复杂模型的真正价值在两点：吃外部变量 （第 8、9 篇）和批量规模化 + 分位数输出（第 11、12 篇）。单序列精度上，别指望奇迹。
所以我的建议永远是：先让 Seasonal Naive 和 HW 跑起来拿到地板，再决定要不要为「吃外部变量」付出复杂度的成本。
读者问答
Q1：ARIMA 能给区间吗？ 能，基于残差正态假设的解析区间。但和 HW 的 √h 区间一样，它假设误差结构稳定；实务中我更信滚动回测的经验分位数区间（第 12 篇）。
Q2：Prophet 的拐点（changepoint）会自动乱加吗？ 会，尤其数据噪声大时。对策：限制拐点数量与位置先验（如只允许在已知业务事件附近），或干脆用线性趋势 + 节假日表------多数零售场景够用。
Q3：SARIMA 和 HW 到底选谁？ 误差常常在 1% 以内。选 HW 的理由：状态可解释、在线更新、实现简单、易做分位数扩展；选 SARIMA 的理由：团队熟悉、诊断工具成熟。选维护成本低的，别选论文里好看的。
实操清单
- 上 ARIMA 前先做分段均值/方差体检，确认差分阶数 d。
- 定阶用网格 + AIC，别肉眼读 ACF/PACF 定终身；读图只用于 sanity check。
- Prophet 的节假日表与促销日历共用一张表（第 9 篇），避免两套口径。
- 任何「换更高级模型」的提案，先回答：它能吃哪些 HW 吃不到的变量？吃不到就别换。
- 回测里永远保留 Seasonal Naive 与 HW 作为对照行。
带走三句话：差分把「在第几层」变成「每步迈几级」，d 阶数靠分段均值体检 + 差分验证；Prophet = 趋势+周期+节假日的可加模型，强在可干预；M3/M4 的冷水：简单方法经常赢，复杂模型的价值在外部变量与规模化。
下一篇：SKU 从 10 个变成 10 万个，「一个序列一个模型」立刻崩盘。解法是把时间序列塞进表格------附 20 列宽表 schema 和泄漏审计步骤。