我有一个平台上用户注册数量的每日时间序列数据。该系列是非平稳的，即使在使用对数变换或取差值（一阶或季节性差分）之后，它的方差似乎也不是恒定的。
作为一种解决方案，我使用标准化（（x - 滚动平均值）/滚动标准偏差）和差分作为带来平稳性的方法。但问题是，一旦将模型拟合到这个平稳序列上，如何将未来预测带入原始尺度？
在不知道该时期的滚动统计数据的情况下，您将如何恢复未来预测的标准化操作？
我有一个平台上用户注册数量的每日时间序列数据。该系列是非平稳的，即使在使用对数变换或取差值（一阶或季节性差分）之后，它的方差似乎也不是恒定的。
作为一种解决方案，我使用标准化（（x - 滚动平均值）/滚动标准偏差）和差分作为带来平稳性的方法。但问题是，一旦将模型拟合到这个平稳序列上，如何将未来预测带入原始尺度？
在不知道该时期的滚动统计数据的情况下，您将如何恢复未来预测的标准化操作？