从时间序列的自相关函数中可以读取什么？

给定一个时间序列，可以估计自相关函数并将其绘制出来，例如，如下所示：

那么，从这个自相关函数可以读取时间序列的什么信息？例如，是否可以推断时间序列的平稳性？

编辑：这里我包括了差异较大的系列的ACF，但有更多的滞后

该acf表示非平稳性，可以通过合并每日效应来弥补，因为它似乎在滞后24时证明了结构。每日效应可以是24阶自回归，也可以是确定性的，可能需要每小时23个虚拟变量。您可以尝试任何一种方法并评估结果。似乎需要进一步的结构。这可能是因为需要包括电平转换，也可能是某种形式的短期自回归结构，例如滞后1的微分算子。在识别和估计有用模式后，残差可能会建议采取进一步行动（模型增强）以确保信号已完全提取所有信息，并产生了正常或高斯的噪声过程。然后，这将回答您关于“稳定性”的模糊问题。希望这可以帮助 ！

略加！

使用“建议”一词是因为acf并不是最终的词，而实际数据却是。在缺少实际数据的情况下，acf有时可用于表征过程。