Augmented Dickey-Fuller检验结果与序列可视化非平稳表现矛盾咨询

这一矛盾并非置信水平设置问题，本质是ADF检验的默认参数对应的平稳定义，与你通过可视化判断的平稳定义不一致导致的，具体原因如下：

• tseries::adf.test的默认检验逻辑包含确定性趋势项
  你调用的R语言默认ADF检验函数，会在检验回归中自动加入截距项和线性趋势项，其原假设为「序列存在单位根（属于差分平稳类的非平稳）」，备择假设为「序列为趋势平稳」——即允许序列存在固定的线性趋势、季节性等确定性变化规律，仅要求去除这些确定性成分后的残差没有单位根即可判定为平稳。
  你使用的月度牛奶产量数据是典型的趋势平稳序列：存在固定的年际季节性波动+长期线性上升的确定性趋势，去趋势后的残差确实平稳，因此ADF检验返回p=0.01拒绝单位根原假设的结果是完全合理的。
• 可视化判断的非平稳与检验定义的平稳范畴不匹配
  你通过折线图判断的非平稳，指的是原始序列的均值随时间持续上升、存在周期性波动，属于无条件均值非平稳的直观判断，这和ADF检验带趋势项时允许确定性趋势存在的条件平稳定义本就不冲突，二者的评判标准存在差异。

如果你需要检验原始序列是否满足无条件平稳（即不允许存在趋势、季节性等均值变化），可以调整检验配置：

• 改用urca包的ur.df函数，指定检验回归不包含趋势项和截距项，就能得到和可视化判断匹配的检验结果，示例代码如下：

library(urca)
# 设定无截距、无趋势项的ADF检验，滞后阶数和原检验保持一致
adf_none <- ur.df(df[, 2], type = "none", lags = 5)
summary(adf_none)

• 也可以搭配KPSS检验做交叉验证，KPSS的原假设为序列平稳（含趋势平稳），和ADF检验的逻辑互补，可以避免单一检验的判定偏差。

内容的提问来源于stack exchange，提问作者Nick Wray