Python里怎么对非平稳时间序列做差分_使用Statsmodels库进行ADF检验与ARIMA建模

ADF检验的p值小于0.05，且ADF统计量小于临界值（比如-3.43），才能判定序列平稳；反过来，p值大于0.05，或者序列明显带趋势/季节性，那就得考虑差分。通常一阶或二阶就够了，超过二阶容易过差分，得不偿失。

怎么判断一个序列是否需要差分

关键看 adfuller 返回的 p-value——小于0.05才算平稳，大于0.05就得差分。但别只盯着p值，还要对照 adf 统计量是否小于临界值（比如-3.43），否则容易误判。一个常见陷阱是：原始序列明明有明显的趋势或季节性，adfuller 却返回p=0.07，这时候不能硬扛，该差分还是得差分。

实操建议：

• 先画 plot() 观察趋势和方差是否随时间变化——突增、缓升、周期震荡都是非平稳的信号。
• 用 adfuller(series, autolag="AIC")，别省掉 autolag 参数，否则滞后阶数选不准，检验效力会打折扣。
• 如果一阶差分后仍不平稳（p > 0.05），再试二阶，但超过二阶就得警惕——可能过差分导致噪声放大、模型失真。

Statsmodels里怎么正确做ADF检验

adfuller 默认只检验无常数项、无趋势项的单位根，但现实数据大多带漂移或趋势，直接调用容易漏检。必须根据序列形态手动指定 regression 参数。

实操建议：

• 纯随机游走（均值不变、无趋势）→ 用默认 regression="c"（含截距）。
• 有线性趋势（如逐年增长）→ 改成 regression="ct"（含截距 + 时间趋势项）。
• 季节性强的数据（如月度销售）→ 先用 seasonal_decompose 拆解，再对残差做ADF，别直接对原序列硬上。
• 检验前务必 drop 掉 NaN：差分后头几个值是NaN，adfuller 遇到会报 ValueError: array must not contain infs or NaNs。

ARIMA建模时d参数怎么定，和差分操作怎么对齐

ARIMA(p, d, q) 中的 d 必须等于你实际做的差分阶数，而且差分操作必须在拟合前完成——Statsmodels不会在内部自动帮你差分原始序列。很多人把 d=1 和原始序列直接喂给 ARIMA，结果模型拟合的是差分后序列，预测时却反向还原错位，导致结果全偏。

实操建议：

• 先用 series.diff(d).dropna() 得到平稳序列，再用它跑 adfuller 验证。
• d 取值后，建模时传入原始序列 + d 参数：ARIMA(series, order=(p, d, q))，内部会按需差分。
• 预测后用 model.forecast(steps=10) 得到的是差分域结果；要还原到原始尺度，得用 model.get_forecast().predicted_mean 配合 series.iloc[-1] 手动累加（尤其 d=1 时）。
• 别用 diff().diff() 做二阶差分——它会把索引搞乱，改用 series.diff(2)。

差分后建模效果差，可能是这几点没注意

差分只是手段，不是万能解。很多情况下，差分完ADF过了，但ARIMA拟合残差仍有自相关，说明差分没解决根本问题——比如季节性未剥离、外生变量缺失、或波动率时变（需GARCH）。

实操建议：

• 画 plot_acf/plot_pacf 看差分后序列：如果滞后12处还有显著峰，大概率是残留季节性，得考虑 SARIMAX 而非普通ARIMA。
• 检查残差是否异方差：用 plot(series.diff().std()) 看标准差是否随时间跳变，跳变明显就别硬上ARIMA，试试对数变换或ARCH类模型。
• 差分会丢失首部信息，样本量变少，小数据集（比如少于50个点）慎用高阶差分，否则信息损失过大，模型反而更差。

说到底，差分不是黑箱开关，它改变的是序列的生成机制。同一个 d 值，在不同数据上意义可能完全不同——关键是你差分之后，是否还相信这个序列的未来是由它的过去线性决定的。