① 時間序列的平穩性檢驗方法（匯總篇）
時間序列的平穩性檢驗方法主要包括以下幾種：
1. 圖形分析法 觀察時間序列折線圖：通過直觀觀察時間序列的折線圖，判斷其是否圍繞一個恆定值波動，波動幅度是否隨時間變化，以及不同時間點波動頻率是否一致。
2. 自相關圖和偏自相關圖 分析序列相關性：平穩序列的自相關系數隨時間間隔k變化而呈現衰減趨勢，而非平穩序列可能表現出周期性波動或退化緩慢的特徵。
3. 簡單統計方法 計算均值和方差：對比序列在不同時間點的均值和方差，若差異不大，則認為序列是平穩的。
4. 假設檢驗方法 單位根檢驗：主流方法，包括ADF檢驗、DFGLS檢驗、PP檢驗和KPSS檢驗。 ADF檢驗：通過檢驗回歸式，根據p值判斷序列是否平穩。 DFGLS檢驗：利用廣義最小二乘法去除趨勢，判斷序列平穩性。 PP檢驗：非參數檢驗，是對ADF檢驗的補充。 KPSS檢驗：假設序列平穩或趨勢平穩，與單位根檢驗相對立。
這些方法各有優缺點，實際應用中可結合使用，以提高判斷的准確性。Python中的arch和statsmodels庫提供了這些檢驗方法的實現，便於進行時間序列的平穩性檢驗。