R平方只是选择模型的很多考虑因素的其中一个因素之一，并且在大部分情况下都不是最主要因素。如果原序列已经是平稳的，那么如果对模型进行差分没有特别的经济学意义，就不应该进行差分。用二阶差分的方程，其现实含义不容易解释。

不知道你具体的方程变量是什么，但是感觉你的模型是比较奇怪，为什么一阶差分方程的R平方显著大于原序列，二阶差分的R平方更大？不知道你是否考虑背后是不是有什么特殊原因导致的？我想你可能需要试试普通OLS回归之外别的模型。

谢谢，我这个时间序列是风电功率，就是论文题目就是ARIMA模型和GARCH模型对风电功率的预测，就是我一定要用这个模型吧大概。。。我本身是学电的，临时抱佛脚，也不太懂，我看书上都说ARIMA模型都是经过差分才多了一个I。。。可是我的原序列居然平稳了。。。。可能是我ADF检验做的不对？还是说还有其他方法检验？比如用自相关和偏向关？。。。。


我原序列的ADF图是这样的    －13.58235          0.0000
                                          －3.451775
                                           －2.870868
                                           －2.571811
一阶差分                             －12.20647           0.0000
                                        －3.452215
                                        －2.571915
对了我这个就是原数据，没有经过任何处理，还是说需要取个对数么，我一共300多数据。。。谢谢您的回答

实际上我自己不了解ARIMA模型和GARCH模型的使用，你查下相关的书籍看看是不是可以直接用平稳的原序列来操作，如果可以的话，就直接用，如果不可以，而是要I(1)以上的……那就麻烦了。ADF一般是最常用的检验平稳性的方法了，所以这个如果通不过，就很难办。

取个对数的话，我觉得一般不平稳的序列有可能变得平稳，而平稳的，就更平稳了……而且我不知道你的变量“风电功率”取对数是否有含义，不过可以试一试。

你是纯时间序列，不是面板数据对吗？有300多个数据，所以你是比较高频的数据？那你是否对数据进行季节调整了？

没有进行季节调整。。。。。我不知道还需要季节调整。我参考之前的文献看他们没有做季节调整。。
ARMA模型是可以用平稳序列的，ARIMA之所以多了个I就是差分之后的ARMA模型，对差分前的序列叫ARIMA。这样。              但老师跟我说研究ARIMA那我想应该是需要差分的吧。。。。