您所指的问题称为稀疏数据分析/间歇性需求分析。由于连续 0 引起的错误相关性，ACF/PACF 毫无意义。一种较早的处理此问题的方法称为 Croston 方法，但缺乏通用性来处理数据中的异常值和水平/趋势变化。在检查速率数据（自上次需求以来的需求/0 的数量）时，可以观察到水平/趋势变化，其中需求是实际的非零观察值。我在 AUTOBOX（我帮助开发的一个软件）中实现了一个健壮的类似 Croston 的方法。