独立分布是指的扰动项之间相互独立。这样扰动项的相关阵表现为一个对角阵，且对角线上的值为1,其他为0。平稳性一般在时序中提的比较多，这时不要求扰动项之间不相关，只要求它们之间的相关性是随着时间衰减的，也就是不存在单位根。这时，在大样本下仍可以保证估计结果是一致的。所以平稳性比独立性对数据的要求要低一些。数据独立一定平稳。
怎样判断一个数据平稳性？
（1）通过图形判断。
（2）自相关图检验。
计算ACF函数，其应该很小，很快趋于0，有截尾或拖尾特征。落在临界值之内。
怎样判断一个数据独立性？
统计多数是建立在假设统计基础上的，假设统计的前提则是：（1）数据独立 （2）服从正太分布
正态分布非常好检验，并且数据大量的时候正态性已经不影响数据分析的结果了。下面我们看一下数据独立是怎么检验的。数据独立指一个数据不受另外一个数据的影响，我们就说这个数据是独立的。但是我们拿到一组数据后怎么知道数据是否受到影响了呢？我们在生产中经常遇到这样的一种情况：假如我们生产的一个零件超标了，那么我们可能会做出相应的调整，如加工多了，我们可能会调整到加工少，这样的两个数据就不是独立的，因为后面一个数据受到前面一个数据的影响了，这样调整过来调整过去的就可以使所有的数据都不独立了。为了更清楚的表述这一特征，统计学中引用了游程这一概念。把一组数据中相邻的相同事件成为一个游程。如
●●●●○○○○●●●○○●●●●●○
这里共有“●●●●”“○○○○”“●●●”“○○”“●●●●●“”○”六个游程，游程数刚刚好才是数据独立的表现，就如上面我们所说的调来调去就是会让游程增多的。
怎样判断游程数刚刚好？
（1）确定游程个数：如上例中的6个。
（2）确定同类数据点的个数：如●12个，○7个查《游程总数检验表》（12，7)即可得知,允许最少游程5,最大游程14,而我们的游程总数是6,在这个范围之内，说明数据是独立的。
怎样判断正太性？
http://blog.163.com/little_goldy/blog/static/39121170200810298552935/