为什么通过python中的adfuller测试将该非平稳序列诊断为平稳？

Question

我在python中模拟了时间序列模型x_t = -1.1x_t-1 + e_t。通过视觉检查时间序列图，我认为它应该是非平稳的。因为随着时间的流逝，方差会增加。但是，adffuler的p值接近零，表明该级数应该是平稳的。谁能帮助我，让我知道这是固定的还是非固定的系列？我应该依靠哪些证据（视觉图和广告测试）来检查平稳性？非常感谢您的提前帮助。

from statsmodels.tsa.stattools import adfuller
n = int(1000)
alphas = np.array([-1.1])
betas = np.array([0.])
ar = np.r_[1, -alphas[i]]
ma = np.r_[1, betas[i]]
np.random.seed(12345)
ar_data = smt.arma_generate_sample(ar=ar, ma=ma, nsample=n)
adf_result = adfuller(ar_data)
print (adf_result)
plt.plot(ar_data)
plt.plot_acf(ar_data)
plt.plot_pacf(ar_data)

  

    

      

打印（adf_result）       （-1.0861168664712843e + 17，0.0，14，985，{'1％'：-3.4370062675076807，'5％'：-2.8644787205542492，'10％'：-2.568334722615888}，111772.54850986988）