关于ARIMA模型的几点疑问

Question

关于这个ARIMA模型，一直有些不理解之处，恳请指点下：
1. 这个数据的平稳化处理，是否就是剥离趋势和周期因素？ 剩余一个残差部分？
2. 平稳化处理，据说有几种方法，比如对数化，差分，移动平均法，分解。对于分解是比较清晰的。对数化处理，只是单纯缩小数据范围，其实有点鸡肋的感觉，因为还要继续差分处理。对于差分和移动平均法，我一直是理解为差分用来消除趋势影响，而移动平均法则用来消除周期影响。不知道对不对，还是说差分是一次性消除趋势和周期两种因素?
3. 对于数据的分解，剥离了趋势和周期影响，剩余残差部分。要求是说残差也要满足平稳性。而平稳性，其实是规律性的体现。这样的话，残差有规律，就可以建立回归模型，从而进行预测。然后，模型建立后，进行残差检验，又要求满足白噪声。这个白噪声又是要求数据是随机性的，不能有规律性，否则就是趋势或周期因素未能剔除干净。。。这两者不是有矛盾么？？还是说数据分解的残差，和模型建立后的残差，并不是一个东东？？

Answer 1

https://q.cnblogs.com/q/116655/