我有两个时间序列，我想评估一个 VAR 模型。为此，两个时间序列都必须是平稳的。
使用R，我发现spectrum了时间序列中滞后 16 和 98的函数的周期性，以及y-Data您在第二张图片中看到的目标函数中的许多其他函数。
显然，这两个时间序列都是季节性的。在我看来，这样做的结果是，时间序列都是非平稳的，因为时间序列的期望值取决于时间。
现在我用 ADF 和 KPSS 测试检查平稳性，两者似乎都表明平稳性。
自动进稿器：
adf.test(Data)
Augmented Dicke y-Fuller Test
data: Data
Dickey-Fuller = -3.4722, Lag order = 7, p-value = 0.04498
alternative hypothesis: stationary
KPSS：
kpss.test(Data, null="L", lshort="F")
KPSS Test for Level Stationarity
data: Data
KPSS Level = 0.03706, Truncation lag parameter = 15, p-value = 0.1
问题：为什么它们表示平稳？