① 时间序列的平稳性检验方法（汇总篇）
时间序列的平稳性检验方法主要包括以下几种：
1. 图形分析法 观察时间序列折线图：通过直观观察时间序列的折线图，判断其是否围绕一个恒定值波动，波动幅度是否随时间变化，以及不同时间点波动频率是否一致。
2. 自相关图和偏自相关图 分析序列相关性：平稳序列的自相关系数随时间间隔k变化而呈现衰减趋势，而非平稳序列可能表现出周期性波动或退化缓慢的特征。
3. 简单统计方法 计算均值和方差：对比序列在不同时间点的均值和方差，若差异不大，则认为序列是平稳的。
4. 假设检验方法 单位根检验：主流方法，包括ADF检验、DFGLS检验、PP检验和KPSS检验。 ADF检验：通过检验回归式，根据p值判断序列是否平稳。 DFGLS检验：利用广义最小二乘法去除趋势，判断序列平稳性。 PP检验：非参数检验，是对ADF检验的补充。 KPSS检验：假设序列平稳或趋势平稳，与单位根检验相对立。
这些方法各有优缺点，实际应用中可结合使用，以提高判断的准确性。Python中的arch和statsmodels库提供了这些检验方法的实现，便于进行时间序列的平稳性检验。