老师好，根据一阶插分的结果，得到的新序列等于残差的话，那么不是对预测未来没意义了吗？
因为残差本身就是一个服从正态分布的随机变量，既然是随机变量，那未来只要在均值复归的前提还是有无限可能，并没有对未来数据预测起到一个确定的作用。
这个问题我想不明白，请老师解惑，谢谢！
星星_品职助教 · 2020年02月03日
同学你好，
新序列等于残差是个很特殊的情况，是恰好其余的系数的假设检验结果都不能拒绝等于0的原假设。但是正常情况下，系数是存在的，也就不会是一个单纯的残差项了。
Sean711822 · 2020年02月04日
请问对于一阶插分，一般情况的系数检验结构都不等于0吗？ 能否给一个例子帮助理解，谢谢！
星星_品职助教 · 2020年02月04日
一阶差分的系数不一定是多少，所以要重新再做DF检验的，如果这个时候发现还存在协方差不平稳的问题，就需要进一步做二阶差分，以此类推，一直到做到协方差平稳了为止。
Sean711822 · 2020年02月05日
老师好，一阶插分的前提是原数列存在协方差不平稳，不平稳的结果是至少b1=1，那么在这个基础上原数列相邻两期的数据相减之后还是得到为残差值（即随机变量）对吧。先抛开是否要继续做二阶差分和DF test的情况，既然新数列每一项都是随机变量，用公式去预测随机变量这件事情本身是否可行？另外能否这么理解，一阶插分或者多阶插分可以用来找到随机变量的规律？谢谢！
星星_品职助教 · 2020年02月05日
我明白你的问题了，之前理解错了。这里的逻辑是这样的，如果原序列就是random walk，那么做一阶差分会使得协方差平稳，但是新的一阶差分得到的时间序列yt也只是协方差平稳了，并不能用于去预测未来
Sean711822 · 2020年02月09日
那请问这个一阶插分之后新的时间序列主要有什么用？个人理解不能预测未来是不是就失去了建模的意义。。。。。
星星_品职助教 · 2020年02月09日
这个作用要换个角度考虑。对于一个还没有确认是什么性质的时间序列模型，如果做出来一阶差分发现是个随机项，就可以证明原序列是个random walk。简单看一下就行，这些已经超了考试范围了