我正在尝试分析时间序列。我只想获得定量结果（因此，我排除了诸如“查看我们可以注意到的图表……”或“您在图表中看到的……”之类的内容）。
在我的工作中，我分析平稳性和持久性。首先，我运行 ADF 测试并得到“固定”或“非固定”的结果。然后，我需要坚持不懈。为此，我使用 ACF。
我的问题是：假设我得到“非平稳”时间序列。在其上运行 ACF 是否正确（没有差异）？我想评论平稳性和持久性，而不必区分（因此，只需对原始数据进行测试并获得诸如“强积极持久性”、“弱消极持久性”等“答案”……）。
感谢谁甚至会阅读我的问题
假设持久性是指自相关程度。
ACF 是一个简单的函数，可以为任何随机过程导出，无论是否静止。但是，您正在做的非平稳的 ACF估计是问题所在。
通常，ACF 是两个时间的函数，和滞后，：
对于固定过程，这是所有的值都相同因此，ACF 仅被估计为滞后的函数，. 但是，如果您的过程是非平稳的，那么您无法从给定的时间序列（随机过程的样本）估计 ACF，因为每个时间点只有一个值。
关于差分问题，请理解它适用于单位根过程。非平稳性也可能是由于其他原因（如时间趋势、季节性等），甚至可能使您的 ADF 结果无效。假设您正确使用 ADF 并确定了单位根（不仅仅是非平稳性）然后取差，再次测试单位根然后估计 ACF 将是正确的方法。