手把手教你用Python处理非平稳时间序列_怎么对不平稳序列进行差分

在这张图中，均值、方差和协方差都是常数，这就是平稳时间序列。

再想一想，上面的哪一幅图预测未来会更容易呢？第四个图，对吧？大多数统计模型都要求序列是平稳的，这样才能进行有效和精确的预测。

因此，总的来说，平稳时间序列是一个不依赖时间变化 (即均值、方差和协方差不随时间变化)的时间序列。在下一节中，我们将介绍各种检测给定序列是否平稳的方法。

2. 加载数据

在本节和后续几节中，将介绍检测时间序列数据的平稳性的方法，以及如何处理非平稳序列。同时，本文还提供了相应的Python代码。大家可以到：AirPassengers下载文中使用的数据集。

在继续分析数据集之前，首先加载和预处理数据。

好了，看来可以继续了！

3. 检验平稳的方法

下一步是确定给定的序列是否是平稳的，并对它做相应的处理。本节将介绍一些常见的方法，利用这些方法来检测序列是否平稳。

目视检验

看一下我们在上一节中使用的图形，仅需通过目测图形，便能够识别出序列的均值和方差是否随时间变化。同样，通过绘制数据图形，便能确定该序列的属性是否随时间而变化。