1、相关图的操作

         点击View/Correlogram，出现相关图设定对话框，上面选项要求选择对谁计算自相关系数：原始序列（Level）、一阶差分（1st difference）和二阶差分（2nd difference），默认是对原始序列显示相关图。下面指定相关图显示的最大滞后阶数（一般滞后阶数自动会给出）。

        若序列是季节数据，一般k取季节周期的整数倍。设定完毕点击OK就出现序列相关图和相应的统计量。

命令方式：

（1）在命令行输入命令：Ident  Y (Y为序列名称)；

（2）然后在出现的对话框中输入滞后时期数。（可取默认数）

       相关图的左半部分是自相关和偏自相关分析图，垂立的两道虚线表示2倍标准差。右半部分是滞后阶数、自相关系数、偏自相关系数、Q统计量和相伴的概率。从自相关和偏自相关分析图可以看出自相关系数趋向0的速度相当缓慢，且滞后6阶之后自相关系数才落入2倍标准差范围以内，并且呈现一种三角对称的形式，这是具有单调趋势的时间序列典型的自相关图的形式，进一步表明序列是非平稳的。

如果自相关系数始终在零周围波动，可初步判定该序列为平稳时间序列。

2、纯随机性检验

       自相关图中看Q统计量的P值：该统计量的原假设为X的1期，2期……k期的自相关系数均等于0，备择假设为自相关系数中至少有一个不等于0，因此如图知，该P值都>5%的显著性水平，所以接受原假设，即序列是纯随机序列，即白噪声序列(因为序列值之间彼此之间没有任何关联，所以说过去的行为对将来的发展没有丝毫影响，因此为纯随机序列，即白噪声序列。

3、平稳时间序列建模

     数据录入

     绘制序列时序图

     绘制序列相关图

     平稳性、纯随机性检验

     模型定阶

     模型的估计

     模型的检验

     最优模型

     模型的预测