1.用eviews做时间序列才是你的选择。
2可以做ARMA模型，若是白噪声，应该就是没有趋势。我看你这图的确是没有趋势，用时间序列模型应该做不出来了。

忘了

可以用时间序列的方法来分析的。首先你可以用eviews作ADF单位根检验，看是否平稳；然后再做出该序列的直方图，通过直方图的均值、方差、峰度和偏度的刻画可以大致确定序列付出哪种分布（用eviews很容易实现的）；然后再用软件做一下该序列的自相关序列图，可以得出该序列是否自相关，是的话可以确定是几阶自相关。
   对于单独一个序列的分析，我觉得得出该序列的均值和方差是比较重要的，我觉得你对该曲线的描述不对。我觉得该曲线是分布比较均匀，大概围绕均值77在上下波动。这是最大致的描述，具体细节你通过软件可以用精细的数据来说明。
   希望我的回答对你有帮助，也希望我的回答物有所值！

建议看看关于ARMA建模部分

这个图形是没有趋势77左右波动，（1）首先要看是否是个稳定模型，做unit root test, 从图形上直接看没有unit root; (2) 然后考虑fit一个线性模型ARMA(p,q),p and q is determined by AIC or BIC, and the parameters can be estimated by MLE; (3)但其实你这数据最大特色是conditional heteroscedasticity,也就是volatility clustering 现象，当出现大情感波动时，会连续几期大波动（情绪不稳），然后回来，此应该用ARCH(p)或GARCH（p,q)来model；

但我的concern是数据太少，如果你的图形是全部数据的话，数据太少做出来任何模型说服力不强，但要马马虎虎不讨论可回避样本量的问题；

还有软件建议使用R或S+GARCH，Eview和SPSS太固化，可以试试；

最后一点是time irreversal,就是上坡和下坡所花时间不同，反画时间图在下方，与原图比较可看出来；这分析参见fan jianqing and yao qiwei的 nonlinear time analysis；