想请问各位大佬，时间序列分解后的趋势、季节、残差，可不可以单独输入arima中进行预测？

Question

然后预测值减去实际值，分别得到三组差值，然后再输入到LSTM中预测

Answer 1

应该不可以，带有季节性的非平稳序列一般有两种预测方法：

1、传统的时间序列分解法

2、ARIMA模型

这两种方法是平行的，无论哪一种方法都可以预测带有季节性的非平稳序列。

如果将时间序列分解，得到该序列的趋势、季节性及残差成分，那么可以用第一种方法预测，没必要用ARIMA模型了。

对于第一种方法，一般来说，对于某个带有季节性的时间序列，分离出季节成分（季节指数S）和不规则变动（I），得到的一般都是线性趋势序列，用线性回归预测季节分离后的序列（T），然后用乘法模型，得到Y=T*S*I，可以得到最终的预测值。

LSTM也能够预测带有季节成分、趋势及周期成分等的时间序列，只是需要将数据转化为指定的形式，具体可以参考这个文章：基于LSTM的时间序列预测-原理-python代码详解_小小何先生的学习之旅-CSDN博客_lstm时间序列预测原理