通俗介绍四种时间序列分析法之前，需要先回顾前面介绍的一个知识点，平稳时间序列和非平稳时间序列，AR/MA/ARMA用于分析平稳时间序列，ARIMA通过差分可以用于处理非平稳时间序列。平稳时间序列和非平稳时间序列如下面两幅图所示：

左边的图是工业生产中的温度时间序列，它是围绕一个常数上下波动的，也就是计算时间序列所有数值的平均值，会等于这个常数。工业生产中对液面、压力、温度的控制过程；某地的气温变化过程；某条河流的水位变化过程基本都属于平稳时间序列。

右边的图是中国外汇储备额的时间序列，可以发现这个时间序列是有持续增长的，先慢后快，这是一个非平稳时间序列。在经济领域，例如一个国家的GDP、进出口额的时间序列基本都是非平稳时间序列。

一般具有长期趋势的时间序列都是非平稳时间序列。根据趋势的不同，可以使用差分将具有长期趋势的时间序列转换成平稳时间序列。例如，线性增长的长期趋势，可以通过一阶差分形成新的平稳的（消除长期趋势）时间序列：

例如，时间序列的数值为线性增长的(1,2,3,4,5,6,7,8)，经过一阶差分以后，新的时间序列的数值为(1,1,1,1,1,1,1)，就成为稳定的时间序列了。

根据长期趋势的发展趋势不同，可以进行差分的次数和方法也不相同，一般的规律如下：

一次差分的时间序列数值大体相同，配合直线趋势；

二次差分的时间序列数值大体相同，配合二次曲线

对数的一次差分的时间序列数值大体相同，配合指数曲线

一次差分的环比值大体相同，配合修正指数曲线

对数一次差分的环比值大体相同，配合Gompertz曲线

倒数一次差分的环比值大体相同，配合Logistic曲线