Los registros y reciprocos y otras transformaciones de poder a menudo producen resultados inesperados.
En cuanto a los residuos de tendencia (es decir, Tukey), esto puede tener alguna aplicación en algunos casos, pero podría ser peligroso. Por otro lado, la detección de cambios de nivel y cambios de tendencia están sistemáticamente disponibles para los investigadores que emplean métodos de detección de intervención. Dado que un cambio de nivel es la diferencia de una tendencia temporal, al igual que un pulso es la diferencia de un cambio de nivel, los métodos empleados por Ruey Tsay se cubren fácilmente con este problema.
Si una serie presenta cambios de nivel (es decir, cambio en la intercepción), el remedio apropiado para hacer que la serie sea estacionaria es "degradar" la serie. Box-Jenkins cometió un error crítico al suponer que el remedio para la no estacionaria era diferenciar a los operadores. Por lo tanto, a veces la diferenciación es apropiada y otras veces el ajuste por el cambio medio "s" es apropiado. En cualquier caso, la función de autocorrelación puede exhibir no estacionariedad. Este es un síntoma del estado de la serie (es decir, estacionaria o no estacionaria). En el caso de evidencia de no estacionariedad, las causas pueden ser diferentes. Por ejemplo, la serie tiene realmente una media variable continua o la serie ha tenido un cambio temporal en la media.
El enfoque sugerido se propuso por primera vez Tsay en 1982 y se ha agregado a algún software. Los investigadores deben consultar el artículo de Tsay's Journal of Forecasting titulado "Outliers, Level Shifts, and Variance Changes in Time Series", Journal of Forecasting, vol. 7, I-20 (1988).
Como de costumbre, los libros de texto son lentos para incorporar tecnología de punta, pero este material puede ser referenciado en el libro de Wei (es decir, Análisis de series de tiempo), Delurgio y Makradakis cubren las intervenciones incorporadas, pero no cómo detectar como lo hace el texto de Wei.