平稳时间序列是统计特性不随时间变化的时间序列，需满足均值恒定、方差有限、严格消除周期性变化，且协方差仅与时间间隔相关 。其分为严格平稳（所有阶矩不变）与弱平稳（均值和协方差稳定）两种类型。该序列在建模前需进行平稳性检验，常用方法包括绘图法、ADF检验和KPSS检验 。
建模流程包含数据预处理、平稳性检验、模型识别（基于ACF/PACF选择AR、MA或ARMA模型）、参数估计与残差检验等步骤 。差分、对数变换等方法可将非平稳序列转化为平稳序列 。
平稳序列作为时间序列分析的理论基础，支撑ARMA等模型构建，应用于经济预测、金融分析、气象预报等领域 。
想要了解更多“平稳时间序列”的信息，请点击：平稳时间序列百科
