简介：这份PDF文档围绕ARIMA模型在新能源汽车销量预测中的应用展开，面向数据分析、统计学及汽车产业研究方向的读者，帮助解决如何用时间序列方法对销量进行短期预测的问题。资源包内仅含1个PDF文件，大小约1.11MB，内容为期刊论文全文，涵盖模型概述、数据来源与平稳性分析、模型识别定阶及检验、拟合预测与结语等完整章节。文中选取2014年1月至2019年5月的新能源汽车月销量数据，详细演示了差分运算、ADF单位根检验、ACF与PACF定阶，并最终建立ARIMA（1，0，0）（1，1，0）模型进行验证，附有预测结果对比表与趋势图。读者可从中获取完整的建模流程、参数估计思路及误差分析结论，理解时间序列“近大远小”效应对预测期限的约束，为相关学术研究或企业战略制定提供可复用的方法参考。目前已有480人学习下载。
1. 到底什么是 ARIMA 模型：一个新手也能懂的类比
你有没有遇到过这种情况：手头有一串按时间排好的数字，比如每个月的销售额、每天的网站访问量、每年的气温变化，老板让你预测下个月大概是多少。你盯着这串数字看了半天，感觉它好像有规律，又好像没有，完全不知道从哪儿下手。
ARIMA 模型就是专门用来对付这类问题的。它的全称叫自回归积分滑动平均模型，名字听着吓人，但拆开看就三件事：自回归，说的是今天的数值和昨天、前天的数值有关系；积分，其实就是差分，把不平稳的数据变得平稳；滑动平均，说的是预测误差之间也有规律可循。这三件事合在一起，就构成了一个能“看懂”时间序列走势并往前推几步的数学工具。
通俗地说，ARIMA 就像一个经验丰富的老会计，你给他过去几年的月度报表，他能根据趋势和季节波动，估算出接下来两三个月的数字大概落在什么区间。它不保证百分之百准确，但在短期预测这件事上，它简单、可解释、上手快，这也是为什么它在销量预测、库存管理、流量预估这些场景里被反复使用。
2. 为什么销量预测需要 ARIMA：从数据里找规律
2.1 新能源汽车销量数据的脾气
新能源汽车销量这组数据，有几个很明显的脾气。第一，它整体是往上走的，2014 年到 2019 年，月销量从几万辆涨到二十多万辆，趋势非常明显。第二，它有季节性，每年 2 到 3 月是淡季，10 月到次年 1 月是旺季，这种波动每年都在重复。第三，它偶尔会抽风，比如某个月突然冲到 22.5 万辆，下个月又掉回 3.4 万辆，这种极值点让任何模型都头疼。
面对这样一组数据，拍脑袋猜肯定不行，线性回归又处理不了“今年的旺季和去年的旺季相关”这种时间上的自相关性。ARIMA 的优势就在于，它把趋势、季节、误差这三样东西分开处理，再组合起来，相当于给数据做了一次“解剖”，每一部分都单独建模。
2.2 差分：把不平稳变成平稳
ARIMA 里最核心的一步叫差分。什么叫差分？就是用后一个数减去前一个数，得到一个新的序列。比如原始销量是 10、12、15、14、18，一阶差分之后就是 2、3、-1、4。如果一阶差分还不够平稳，就再做一次，叫二阶差分。
为什么要做这件事？因为 ARIMA 模型有个前提假设：数据必须是平稳的。平稳的意思是，这组数据的均值和方差不随时间变化，整体上没有明显的上升或下降趋势。但现实中的销量数据几乎不可能天生平稳，所以要先通过差分把趋势“扣掉”，让剩下的部分变得平稳，模型才能正常工作。
在新能源汽车销量的案例里，作者做了一次差分之后，用 ADF 单位根检验发现新序列已经满足平稳性要求，这就为后续建模打好了基础。
2.3 六个参数到底在调什么
ARIMA 模型写成 ARIMA(p, d, q)(P, D, Q)，看起来像密码，其实每个字母都有明确分工。
| 参数 | 含义 | 作用 |
|---|---|---|
| p | 非季节自回归阶数 | 用过去几个月的值来预测当前值 |
| d | 非季节差分次数 | 消除趋势，让数据平稳 |
| q | 非季节滑动平均阶数 | 用过去几个月的预测误差来修正 |
| P | 季节自回归阶数 | 用去年同期的值来预测 |
| D | 季节差分次数 | 消除季节性趋势 |
| Q | 季节滑动平均阶数 | 用去年同期的误差来修正 |
小写字母管的是“最近几个月”的关系，大写字母管的是“去年同一个月”的关系。在新能源汽车销量的案例中，最终选定的模型是 ARIMA(1,0,0)(1,1,0)，意思是：非季节部分用前一个月的值做自回归，不需要额外差分；季节部分用去年同期的值做自回归，做了一次季节差分。这个组合不是随便选的，而是通过看 ACF 和 PACF 图，反复试出来的。
提示：参数选择没有唯一正确答案，同一个数据集，不同的人可能选出不同的 p 和 q，只要模型通过检验、拟合效果好，就是可用的。
3. 怎么判断一个 ARIMA 模型靠不靠谱：拟合与检验
3.1 看拟合图：趋势对不对得上
模型建好之后，第一件事是看拟合图。把模型算出来的预测值和实际值画在同一张图上，如果两条线的大趋势基本吻合，说明模型抓住了数据的主要规律。在新能源汽车销量的案例里，拟合结果和实际销量的走势基本一致，上升趋势和季节波动都体现出来了。
但拟合图也会暴露问题。比如 2018 年 12 月销量冲到 22.5 万辆，模型预测值明显偏低；最低谷的月份，模型又可能偏高。这说明 ARIMA 对极值点的捕捉能力有限，它更擅长描述“常态”，对“异常”反应迟钝。
3.2 看统计指标：R 方和 Sig 值
除了看图，还要看数字。SPSS 输出的结果里，有两个指标很关键：平稳 R 方和 Sig 值。
平稳 R 方衡量的是模型对平稳部分的解释程度，案例中这个值是 0.538，不算特别高，但考虑到季节变动的整体 R 方达到了 0.932，说明模型对整体趋势的拟合是相当不错的。Sig 值则是参数显著性检验的结果，小于 0.05 就说明这个参数在统计上有意义，不是凑数的。
这两个指标要结合起来看。R 方高但 Sig 值不达标，说明模型可能过拟合；Sig 值达标但 R 方很低，说明模型没抓住什么有用的信息。
3.3 看预测误差：相对误差在不在可接受范围
最终检验模型好坏的，还是预测准不准。案例中用 2019 年 3 月到 5 月的数据做验证，结果如下：
| 时间 | 实际销量（万辆） | 预测值（万辆） | 相对误差 |
|---|---|---|---|
| 2019 年 3 月 | 12.6 | 11.5 | 9% |
| 2019 年 4 月 | 9.7 | 9.2 | 5% |
| 2019 年 5 月 | 10.1 | 9.5 | 6% |
相对误差在 5% 到 9% 之间，对于销量预测来说，这个精度已经可以支撑一些实际决策了。比如车企可以根据预测值提前调整排产计划，避免库存积压或供货不足。
但要注意，这个误差是在“预测未来三个月”的前提下得到的。时间序列有个“近大远小”效应，预测越远，误差越大。案例中作者也明确说了，超出三个月的预测结果不具有参考意义。
4. 易混概念辨析：ARIMA 和它旁边的那些模型
4.1 ARIMA 和 SARIMA 是一回事吗
很多人看到 SARIMA 就懵了，其实它和 ARIMA 的关系非常简单：SARIMA 就是加了季节项的 ARIMA。S 代表 Seasonal，也就是季节性。
区别在于，ARIMA 的六个参数里，大写字母那三个（P、D、Q）就是季节项。当你写 ARIMA(p,d,q)(P,D,Q) 的时候，其实已经在用 SARIMA 了。只是有些教材为了强调季节性，单独把它叫 SARIMA。在新能源汽车销量的案例中，因为数据有明显的季节波动，所以必须用带季节项的版本，也就是 ARIMA(1,0,0)(1,1,0)。
怎么区分：如果你的数据每年都在同一个月份出现高峰或低谷，就必须用带季节项的 ARIMA；如果数据没有明显的年度重复模式，用普通的 ARIMA 就够了。
4.2 ARIMA 和线性回归有什么不同
线性回归是最常见的预测方法，但它和 ARIMA 解决的是不同的问题。
线性回归假设样本之间是相互独立的，比如用身高预测体重，一个人的身高不影响另一个人的身高。但时间序列数据天生不独立，这个月的销量和上个月的销量高度相关。ARIMA 专门处理这种“自己和自己相关”的数据，这是线性回归做不到的。
怎么区分：如果你的自变量是不同维度的特征（价格、广告费、季节），用回归；如果你的自变量就是同一个指标的历史值，用 ARIMA。
4.3 差分和差分的区别：普通差分 vs 季节差分
差分这个词在 ARIMA 里出现了两次，但含义不同。普通差分是后一个数减前一个数，用来消除整体趋势；季节差分是今年这个月减去年这个月，用来消除季节性。
举个例子，如果数据是 2018 年 1 月到 2019 年 12 月的月销量，普通差分得到的是相邻月份的变化量，季节差分得到的是今年某月相比去年同月的变化量。两者不能互相替代，通常需要配合使用。
怎么区分：看数据有没有明显的年度重复模式。有，就加季节差分；没有，只用普通差分。
4.4 平稳 R 方和整体 R 方看哪个
SPSS 会输出两个 R 方：平稳 R 方和整体 R 方。初学者容易只看一个，其实两个都要看。
平稳 R 方衡量的是模型对“扣掉趋势之后那部分”的解释力，整体 R 方衡量的是对原始数据的整体解释力。如果整体 R 方很高但平稳 R 方很低，说明模型主要是靠趋势项在撑场面，对波动部分的刻画不够。案例中平稳 R 方 0.538、整体 R 方 0.932，说明趋势拟合得很好，波动部分还有提升空间。
怎么区分：整体 R 方看大方向对不对，平稳 R 方看细节抓得准不准。
4.5 预测三个月和预测一年的本质区别
很多人觉得，既然模型建好了，往前推十二个月和推三个月应该差不多。这是最大的误区。
时间序列预测有一个基本规律：预测步长越长，不确定性越大。案例中作者明确说了，只预测最近三个月，因为超过三个月，政策变化、市场突发事件的影响会累积，模型根本捕捉不到。而且 ARIMA 本身就有“近大远小”的特性，越往远处推，置信区间越宽，预测值越不可信。
怎么区分：短期预测看 ARIMA，中长期预测要么换模型，要么加入外部变量，要么干脆承认预测不了。
5. 什么时候该用 ARIMA，什么时候别碰
5.1 适合用的三个信号
第一个信号：你有一串按时间顺序排列的数据，而且未来和过去有连续性。比如月度销量、季度营收、每日访问量，这些数据今天的值和昨天的值有关系，不是随机跳动的。
第二个信号：你只需要预测未来几个周期。ARIMA 的强项是短期预测，三个月的销量、下周的流量、下个季度的库存，这些它都能给出一个可用的估计。案例中三个月的预测误差控制在 5% 到 9%，对于很多业务场景来说已经够用了。
第三个信号：你希望模型简单、可解释、能快速迭代。ARIMA 不需要 GPU，不需要海量数据，在 SPSS 或者 Python 的 statsmodels 库里几行代码就能跑起来。数据更新了，重新拟合一遍就行，没有复杂的调参过程。
5.2 不适合用的三个场景
第一个场景：数据没有时间上的自相关性。比如你今天要预测一个完全随机的抽奖结果，历史数据帮不上任何忙，ARIMA 也无能为力。
第二个场景：预测周期太长。如果你要预测三年后的销量，ARIMA 给出的结果基本没有参考价值。案例中作者自己也说了，超出三个月范围的预测结果不具有预测意义。
第三个场景：有强烈的外部干预。比如突然出台一项新政，或者竞争对手发布了一款颠覆性产品，这些事件不在历史数据的规律里，ARIMA 看不到也学不会。它只能基于“过去怎么变，未来还怎么变”这个假设做预测。
5.3 一个具体的判断流程
假设你手头有一组月度销售数据，想判断能不能用 ARIMA，可以按下面这个流程走一遍。
# 伪代码示意，不是完整可运行脚本 # 第一步：画时序图，看有没有趋势和季节性 plot(monthly_sales) # 第二步：做ADF检验，判断是否平稳 adf_result = adfuller(monthly_sales) if adf_result.pvalue > 0.05: # 不平稳，做差分 diff_sales = monthly_sales.diff().dropna() # 再做一次ADF检验 adf_result_2 = adfuller(diff_sales) # 第三步：看ACF和PACF图，初步判断p和q plot_acf(diff_sales) plot_pacf(diff_sales) # 第四步：拟合ARIMA模型，尝试几组参数 model = ARIMA(monthly_sales, order=(1,1,0), seasonal_order=(1,1,0,12)) result = model.fit() # 第五步：看拟合图和预测误差 result.plot_predict() print(result.summary())这段流程的核心逻辑是：先确认数据能不能用 ARIMA，再确定用什么样的 ARIMA，最后验证用得对不对。每一步都有明确的判断标准，不靠感觉。
注意：如果第二步做完差分之后数据仍然不平稳，或者 ACF/PACF 图看不出任何规律，说明 ARIMA 可能不适合这组数据，需要考虑其他方法。
5.4 我踩过的坑
刚开始接触 ARIMA 的时候，我犯过一个很典型的错误：看到一组数据就急着套模型，跳过平稳性检验，直接设 p=1、d=1、q=1 跑结果。拟合图看着还行，但预测值偏得离谱。后来才明白，差分次数 d 不是随便设的，做多了会过度差分，把有用的信息也差没了；做少了数据不平稳，模型根本学不到东西。
从那以后，我每次用 ARIMA 之前都强制走一遍流程：先画图，再检验，再定阶，最后才拟合。多花十分钟做前期检查，比后面反复调参省事得多。希望这个习惯也能帮到你。
本文还有配套的精品资源，点击获取
