非平稳时间序列模型有哪些

非平稳时间序列模型包括：

1. 自回归移动平均模型（ARMA）：该模型假设时间序列中的每个值是前一时刻的值和白噪声误差的线性组合。

2. 自回归积分移动平均模型（ARIMA）：该模型在ARMA模型的基础上加入了差分操作，以处理非平稳时间序列。

3. 季节性自回归积分移动平均模型（SARIMA）：该模型在ARIMA模型的基础上增加了季节性差分操作，以处理具有季节性的非平稳时间序列。

4. 阶段性自回归积分移动平均模型（PARIMA）：该模型考虑到时间序列在不同的时间段内可能具有不同的自回归移动平均模型，因此将时间序列划分为若干个时间段，并在每个时间段内拟合不同的ARMA模型。

5. 自回归条件异方差模型（ARMA-GARCH）：该模型假设时间序列的方差具有异方差性质，即方差随时间变化，因此在ARMA模型的基础上增加了GARCH模型来描述方差的变化。