要测试时间序列中的平稳性，您主要要确定序列的统计属性 (如均值和方差) 是否随时间恒定。平稳的时间序列不会显示趋势或季节效应，因此更容易建模。有几种检查平稳性的方法，最常见的是视觉检查，增强的Dickey-Fuller (ADF) 测试和kwiatkowski-phillips-schmidt-shin (KPSS) 测试。
目视检查是一个简单的起点。您可以绘制时间序列并查找趋势或季节性等模式。如果你注意到一个趋势向上或向下移动，它表示非平稳性。此外，绘制滚动平均值和滚动标准偏差可以帮助可视化随时间的变化。如果两者都保持相对恒定，则表明该序列可能是平稳的。然而，这种方法是主观的，并且对于更复杂的系列可能不可靠。
对于更正式的分析，ADF和KPSS测试是广泛使用的统计测试。ADF测试检查是否存在单位根，这表明非平稳性。如果检验统计量小于临界值，则拒绝零假设，并得出结论，该序列是平稳的。相反，KPSS检验在相反的假设下运行; 它假设序列是平稳的，并检查该假设是否可以被拒绝。如果检验统计量超过临界值，则拒绝零假设，表明该序列是非平稳的。结合使用这两个测试可以更清楚地了解时间序列数据的平稳性。