基于经验和偏见的三点评论：

1. 这里应该重要的是研究人员的实质性知识（或合作者的知识），这可能会使问题在某种程度上显而易见。也就是说，如果已知某个地区的总体趋势对被建模的变量很重要，那么假设平稳性应用模型可能是愚蠢的。至少，如果您的应用程序是一个真正的延伸，请期待专家的抨击。

2. 通过拟合模型然后评估拟合，非平稳性很可能很明显，例如，如果拟合很糟糕，则可能会怀疑非平稳性。但正如在统计学中经常出现的那样，一个只是粗略近似的过于简化的模型可能仍然有用或感兴趣。

3. 通过检查基本地图等，可能会发现非平稳性。

简而言之，这个答案强调了非正式考虑答案以及寻求正式测试的范围。“非正式”确实包括确保主题知识和专业知识发挥关键作用。

Leung、Mei 和 Zhang 开发了两个检验 GWR 是否比 OLS 回归更适合。他们的论文在这里，但如果你没有学术访问权，它就在付费墙后面。至于变异函数等。我知道 Bivand 等人。在他们的书中涵盖工具和机制。我知道它的 pdf 存在，因为我有它，但我忘记了我从哪里得到它。

就一般的空间平稳性而言，我有点怀疑。GWR 是我专门研究过的唯一方法，但它似乎给出了相互矛盾的答案，也许是因为它容易受到共线性的影响。我不知道您的特定应用是什么，但在房价享乐学中，自回归模型已经发生了一些变化，这些模型同情地结合了异质性（如空间杜宾模型）。