合约时间序列的平稳性检验是一种统计方法，用于确定时间序列数据是否具有平稳性。平稳性是指时间序列数据的统计特性在不同时间段内保持稳定，即均值、方差和自相关性不随时间发生显著变化。

平稳性检验通常包括以下步骤：

1. 观察时间序列图：首先，绘制出时间序列的图形，观察是否存在长期趋势、季节性或其他明显的非平稳性模式。

2. 统计描述性分析：计算时间序列的均值和方差，并观察它们是否随时间发生显著变化。这可以通过计算滚动平均和滚动方差等统计量来实现。

3. 自相关性分析：通过计算时间序列的自相关系数（ACF）或偏自相关系数（PACF），检查时间序列数据是否存在任何随时间变化的自相关性模式。如果存在自相关性，则可能表示非平稳性。

4. 单位根检验：常用的单位根检验方法包括ADF（Augmented Dickey-Fuller）检验和KPSS（Kwiatkowski-Phillips-Schmidt-Shin）检验。ADF检验基于单位根的存在与否来判断序列的平稳性，KPSS检验则是基于序列中是否存在单位根的显著性来判断平稳性。

5. 结果解释：根据进行的平稳性检验方法，对检验结果进行解释。如果检验结果表明时间序列具有平稳性，则可以使用基于平稳时间序列的统计模型进行进一步分析和预测。如果检验结果表明时间序列不具有平稳性，则可能需要进行差分、季节性调整或其他方法来处理非平稳性。

需要注意的是，避免出现政治、seqing、db和暴力等内容是基于助手的使用规则，该规则旨在提供安全、合法和有益的信息服务。