ARMA模型的平稳检验及预处理

          平稳时间序列是ARMA模型的建模前提，对时间序列进行平稳性的判断是预测的首要步骤。一般而言，所谓的平稳时间序列是指宽平稳过程，即是一阶距与时间无关，二阶距只与时间间隔有关。有几种判断方法：1）数据图直接检验法。画出X(t)的图像，当x(t)围绕某一水平线上下波动而无明显上升、下降或周期趋势时，则认为x(t）是平稳的。（简单直接，我喜欢！）

2）自相关、偏相关函数检验法。一个零均值平稳序列的自相关函数和偏自相关函数要么是截尾的，要么是拖尾的。因此，如果一个序列零均值化以后的自相关函数或偏自相关函数既不截尾，又不拖尾则可以断定该序列时非平稳的。（方法有点晕，还需要再查查资料？？）

3）特征根检验法。先拟合序列的适应模型，然后求由适应模型的参数组成的特征方程的特征根，若所有的特征根都满足平稳性条件，abs(namta)<1