python平稳性检验程序_用 Python 检验时间序列的平稳性

在做时间序列分析时，我们经常要对时间序列进行平稳性检验，而我们常用的软件是SPSS或SAS，但实际上python也可以用来做平稳性检验，而且效果也非常好，今天笔者就讲解一下如何用python来做时间序列的平稳性检验。首先我们还是来简单介绍一下平稳性检验的相关概念。

图1. 平稳性序列的相关公式时间序列的平稳性可分为严平稳和宽平稳。设{Xt}是一时间序列，对任意正整数m，任取t1、t2、t3、...、tm∈T，对任意整数τ，假如满足图1中式(1)，则称时间序列{Xt}是严平稳时间序列。而宽平稳的定义为，如果{Xt}满足以下三个条件：(1)任取t∈T，有E(Xt·Xt)

图2. 纱产量部分数据截图

图3. 纱产量时序图第二个例子是1962年1月至1975年12月平均每头奶牛月产奶量时间序列(数据来自网站http://census-info.us)，其数据如图4所示，序列图如图5所示。从图5中可以看出，平均每头奶牛的月产奶量以年为周期呈规则的周期性，此外还有明显的逐年递增趋势，所以该序列也一定不是平稳序列。

图4. 奶牛产量部分数据截图

图5. 奶牛产量时序图第三个例子是1949年至1998年北京市每年最高气温序列(数据来自北京市统计局)，其数据如图6所示，序列图如图7所示。从图7中可以看出，北京市每年的最高气温始终围绕在37度附近随机波动，没有明显趋势或周期