我有一些时间序列数据（时间、值），例如：

281,97.0
284,98.0
287,98.0
290,98.0
293,98.0
297,99.0
309,100.0
320,101.0
333,101.0
346,103.0
359,104.0
372,105.0
385,107.0
396,108.0
405,108.0

我试图预测该值何时为 160。

数据有些嘈杂。价值大多上升，但可能不时急剧下降，或在短时间内保持不变。当这些失真发生时，预测会在一段时间内相距甚远。

什么算法或启发式方法最适合提供变化不大的稳健预测？

我目前在 60 个数据点的时间窗口内使用线性拟合。结果不够稳定。