原文地址：https://lbxc.iteye.com/blog/1522257

序列平穩不平穩，一般採用兩種方法：

第一種：看圖法

圖是指時序圖，例如(eviews畫滴)：

分析：什麼樣的圖不平穩，先說下什麼是平穩，平穩就是圍繞著一個常數上下波動。

看看上面這個圖，很明顯的增長趨勢，不平穩。

第二種：自相關係數和偏相關係數

還以上面的序列為例：用eviews得到自相關和偏相關圖，Q統計量和伴隨概率。

分析：判斷平穩與否的話，用自相關圖和偏相關圖就可以了。

平穩的序列的自相關圖和偏相關圖不是拖尾就是截尾。截尾就是在某階之後，係數都為 0 ，怎麼理解呢，看上面偏相關的圖，當階數為 1 的時候，係數值還是很大， 0.914. 二階長的時候突然就變成了 0.050. 後面的值都很小，認為是趨於 0 ，這種狀況就是截尾。再就是拖尾，拖尾就是有一個衰減的趨勢，但是不都為 0 。

自相關圖既不是拖尾也不是截尾。以上的圖的自相關是一個三角對稱的形式，這種趨勢是單調趨勢的典型圖形。

下面是通過自相關的其他功能

如果自相關是拖尾，偏相關截尾，則用 AR 演算法

如果自相關截尾，偏相關拖尾，則用 MA 演算法

如果自相關和偏相關都是拖尾，則用 ARMA 演算法， ARIMA 是 ARMA 演算法的擴充套件版，用法類似 。

不平穩，怎麼辦？

答案是差分，什麼是差分？不介紹了，給個連結：

http://zh.wikipedia.org/wiki/%E5%B7%AE%E5%88%86

還是上面那個序列，兩種方法都證明他是不靠譜的，不平穩的。確定不平穩後，依次進行1階、2階、3階...差分，直到平穩位置。先來個一階差分，上圖。

 從圖上看，一階差分的效果不錯，看著是平穩的。