平稳性定义

平稳性是时间序列中最重要的概念之一。一个平稳的序列意味着它的均值、方差和协方差不随时间变化。

图一：均值是变化的（增长），整体是向上增长的趋势。在- 个平稳的序列里，它不应该有任何的变化趋势。
图二：没有一个明显变化的趋势，但是每一个数据的差别很大，而且这个差别的大小也不是稳定的。即方差是变化的
图三：随着时间的变化，数据的分布变得密集，（中间是挤在一起的），意味着协方差在变化。

大多数的时间序列模型都假设时间序列（TS）是平稳的。首先，我们可以说，如果一个TS在一段时间内有一个特定的行为，那么它很有可能在将来遵循相同的行为。与非平稳序列相比，平稳序列的相关理论更为成熟，更易于实现。

平稳性是用非常严格的准则来定义的。然而，出于实际目的，如果序列随时间具有恒定的统计特性，我们可以假设序列是平稳的，即：

稳定的平均值
稳定的方差
不依赖于时间的自协方差

平稳时间序列粗略地讲，一个时间序列，如果均值没有系统的变化（无趋势）、方差没有系统变化，且严格消除了周期性变化，就称之是平稳的。

平稳性检验方法介绍

1）绘图法

绘制移动平均值或移动变量，并查看其是否随时间变化。移动平均/方差，我们的意思是在任何时刻t，我们将取去年的平均/方差，即过去12个月。不过，这更像是一种视觉技术

2）Dickey-Fuller test

迪基-福勒检验（Dickey-Fuller test）：检验平稳性的统计检验。这里的零假设是TS是非平稳的。测试结果包括一个测试统计量和一些不同置信水平的临界值。如果“检验统计量”小于临界值，我们可以拒绝无效假设，并认为序列是平稳的。

3）ADF检验

增广迪基-福勒检验（Augmented Dickey-Fuller test），简称ADF检验。 ADF检验和迪基-福勒检验类似，但ADF检验的好处在于它排除了自相关的影响。DF检验只能应用于一阶情况，当序列存在高阶的滞后相关时，可以使用ADF检验，所以说ADF是对DF检验的扩展。

单位根

当一个自回归过程中：yt=byt−1+a+ϵty_{t} = by_{t-1} + a + \epsilon _{t}yt=byt−1+a+ϵt ，如果滞后项系数b为1，就称为单位根。当单位根存在时，自变量和因变量之间的关系具有欺骗性，因为残差序列的任何误差都不会随着样本量（即时期数）增大而衰减，也就是说模型中的残差的影响是永久的。这种回归又称作伪回归。如果单位根存在，这个过程就是一个随机漫步（random walk）。

ADF原理

ADF检验就是判断序列是否存在单位根：如果序列平稳，就不存在单位根；否则，就会存在单位根。

H0原假设：序列有单位根（值a=1）
备择假设：序列没有单位根

如果我们不能拒绝零，我们可以说序列是非平稳的，这意味着序列可以是线性或差分平稳的

如果得到的显著性检验统计量小于三个置信度（10%，5%，1%），则对应有（90%，95，99%）的把握来拒绝原假设。

4） KPSS 检验

KPSS测试，(Kwiatkowski-phillips-schmidt-Shin Test）
不如ADF方法流行。KPSS检验的原假设和备择假设与ADF检验相反。

ADF VS KPSS：两个测试的结果可能相反，是因为不只有一种平稳性。其实存在不止一种类型的平稳性。总之，ADF检验有一个线性或差分平稳的替代假设，KPSS检验确定了序列中的趋势平稳性。

平稳性的类型

严格平稳序列：严格平稳序列满足平稳过程的数学定义。对于严格平稳序列，均值、方差和协方差不是时间的函数。其目的是将一个非平稳序列转换成一个严格的平稳序列来进行预测。
趋势平稳序列：没有单位根但表现出趋势的序列被称为尾部平稳序列。一旦趋势被消除，结果序列将保持稳定。KPSS检验在没有单位根的情况下将序列划分为平稳序列，这意味着序列可以是严格平稳的，也可以是趋势平稳的。
差分平稳性：在差分平稳性ADF检验下，通过差分下降可以使序列严格平稳的时间序列也被称为差分平稳性检验。

差分平稳ADF检验又称差分平稳性检验，最好同时应用这两种检验方法，这样我们就可以确定序列确实是平稳的。让我们看看应用这些平稳测试的可能结果。

案例1：两个测试都得出序列不稳定->序列不平稳案例
2:两个测试都得出序列是平稳的->序列是平稳的案例
3:KPSS=平稳的，ADF=不是平稳->趋势平稳，删除趋势使序列严格平稳情况
4:KPSS=非平稳且ADF平稳->差分平稳，使用差分使序列平稳

时间序列--平稳性介绍及检验方法相关推荐

【R语言实验】基于R语言的时间序列平稳性检验
一.实验项目名称:基于R语言的时间序列平稳性检验二.实验目的与要求: 平稳时间序列的概念,平稳性检验的时序图检验方法和自相关图检验方法. 三.实验原理: 时序图和自相关图检验时间序列的平稳性依据: ...
时间序列平稳性分析和白噪声检验
文章目录一.时间序列平稳性 1.ADF检验 1.1.ADF检验原理 1.2.ADF的python实现 2.ACF和PACF 二.白噪声检验原始的负荷时间序列曲线一.时间序列平稳性时间序列分析之 ...
时间序列平稳性的统计检验
在实际应用过程中,通常需要对时间序列进行平稳性判断,观察一个序列是否存在某种趋势,以及各时间间隔内折线是否存在明显的差异.下面介绍一下常用的几种检验方法. 1.绘制时间序列散点图.该方法只能直观.粗 ...
python时间序列平稳性检验_Python量化投资基础：时间序列的平稳性检验
主要内容: 1. 自相关性和自相关系数 2. 强平稳和弱平稳 3. Python平稳性检验实战重要性:10分 (1-10). 时间序列数据的平稳性对于我们采用什么样的分析方式.选择什么样的模型有着至 ...
python白噪声检验_时间序列平稳性检验白噪声峰度偏度
时间序列简而言之,时间序列就是带时间戳的数值序列.股票,期货等金融数据就是典型的时间序列.量化的过程,很多时间都是在分析时间序列,找到稳定赚钱因子. 平稳性定义所谓时间序列的平稳性,是指时间序列的 ...
python 白噪声检验结果-时间序列平稳性检验白噪声峰度偏度
时间序列简而言之,时间序列就是带时间戳的数值序列.股票,期货等金融数据就是典型的时间序列.量化的过程,很多时间都是在分析时间序列,找到稳定赚钱因子. 平稳性定义所谓时间序列的平稳性,是指时间序列的 ...
python 白噪声检验-时间序列平稳性检验白噪声峰度偏度
时间序列简而言之,时间序列就是带时间戳的数值序列.股票,期货等金融数据就是典型的时间序列.量化的过程,很多时间都是在分析时间序列,找到稳定赚钱因子. 平稳性定义所谓时间序列的平稳性,是指时间序列的 ...
matlabadftest_怎样用matlab做时间序列平稳性检验
展开全部用matlab做时间序e68a84e8a2ad62616964757a686964616f31333431373234列平稳性检验需要作图.拟合,具体说明如下所示: 根据动态数据作相关图,进 ...
时间序列平稳性的判断和处理——R语言ndiffs()
1.时间序列的平稳性与差分阶数对于一个时间序列,它的一个最基本的特征就是它是否是平稳序列. 把非平稳序列转化为平稳序列,一般常用的方法是做差分. 那么有两个问题来了: (1)一个时间序列是否是平稳序 ...
R语言时间序列平稳性几种单位根检验（ADF，KPSS，PP）及比较分析
原文链接:http://tecdat.cn/?p=21757 时间序列模型根据研究对象是否随机分为确定性模型和随机性模型两大类. 随机时间序列模型即是指仅用它的过去值及随机扰动项所建立起来的模型,建立 ...

时间序列--平稳性介绍及检验方法