时间序列可以认为成趋势+季节+残差，所谓时间序列分析包括两大步：

• 确定数据是否平稳。
• 若不平稳：将趋势和季节剔除，得到平稳的非随机序列。若平稳：检查是否白噪声
• 从残差序列中提取统计规律，得到规律 + 白噪声序列。

ARIMA模型类：

检查平稳性：

30个平稳，但是是白噪声。。。。ARIMA模型类不能用咯

滤波器类：

在使用时间序列过滤器分解的时候应该如何实现预测呢？

有一种办法是：分别预测分解后的三个部分，预测值 = 预测的趋势+预测的周期+预测的残差。

使用seasonal_decompose分解剔除季节：

发现剔除得到的趋势非常难拟合出来。PASS。

使用STL分解剔除季节：

使用滤波器（BK,HP,CF）去除线性部分：