你想弄懂什么？

差分序列 $z_t$ 定义为原始序列的下一个值与当前值之差。在数学上，它表示为 $z_t = q_{t+1} - q_t$。

适用条件：原始序列由时间 $t$ 索引。；值代表离散时间点（例如月份）的观测值。

差分序列 $z_t$ 定义为原始序列的下一个值与当前值之差。在数学上，它表示为 $z_t = q_{t+1} - q_t$。

适用条件：原始序列由时间 $t$ 索引。；值代表离散时间点（例如月份）的观测值。

你可以通过对预测的差分 $Z_t$ 求和，并将它们加到最后一个已知的实际值 $q_l$（或根据起始索引为 $q_1$）上来恢复原始序列 $q_k$。公式为 $q_k = \sum_{i=1}^{k-l} Z_{k-i} + q_l$。

适用条件：你有差分序列 $Z_t$ 的预测值。；你知道原始序列的最后观测值 $q_l$。；关系 $Z_t = q_{t+1} - q_t$ 成立。

你可以通过对预测的差分 $Z_t$ 求和，并将它们加到最后一个已知的实际值 $q_l$（或根据起始索引为 $q_1$）上来恢复原始序列 $q_k$。公式为 $q_k = \sum_{i=1}^{k-l} Z_{k-i} + q_l$。

适用条件：你有差分序列 $Z_t$ 的预测值。；你知道原始序列的最后观测值 $q_l$。；关系 $Z_t = q_{t+1} - q_t$ 成立。