一般需要根据数据的时序图，看看有没有截距和趋势，然后再用匹配的ADF检验。就算原序列不平稳也没关系，同阶平稳就行。 平稳序列（stationary series）是基本上不存在趋势的序列。这类序列中的各观察值基本上在某个固定的水平上波动，虽然在不同的时间段波动的程度不同，但并不存在某种规律，其波动可以看成是随机的。 平稳序列中，往往(X1,,Xn)与Xn+1不独立。所以利用历史样本来预测未来时间就有了可能。一般来讲，获取平稳序列的办法是：将
时间序列的趋势项和季节项都去掉，只留下随机项。
自相关图是时间序列的一种图形观察工具，通过描绘序列和自身的提前或滞后序列间的自相关系数（ACF）、偏自相关系数（PACF）来反映系统参数对系统影响以及系统的稳定性状况。自相关系数可以作为判断时间序列平稳性的工具。对自相关系数图分析，如果随着滞后阶数的增大自相关系数迅速减小，则认为时间序列是平稳的，否则认为不平稳，需要进行
差分处理。同时ACF不能计算负值，对有负值的数据应先进行数据处理。偏自相关系数从高阶开始，逐个检验每阶的偏自相关系数是否有意义，直到第一个有意义的为止，此时的阶数就是模型中应该包含的最大阶数。