也许我的问题没描述完全

由于本人学习的时候其判断准则是看T－value在何时小于1.6，如果在Lag大于5或6时才开始小于1.6，就认为衰退很慢。但用SAS中proc arima语句并不能得到T－value，所以想问一下应该看Output里哪个结果来判断？

再次谢过啦。

从correlation 来看，如果得出来的结果是呈递减的，就可以看出自相关系数是缓慢下降的，也说明该序列是非平稳的；如果得出来的结果不是呈递减状态的，那么该序列的自相关系数是可能迅速收敛的，也就是说该序列是平稳的。 还要看看图像的来分析，如果某些滞后期有较大的值，则需要进一步建模。其实我最近也是一直在研究时间序列分析的，希望能和志同道合的朋友一起去研究啦！

你的意思是

像下面这个acf就比较慢？

-1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1

| |********************|

| .|******************* |

| . |****************** |

| . |***************** |

| . |**************** |

而以下这个acf就比较快吗？

-1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1

| |********************|

| .|** |

| .|***** |

| ***|. |

[此贴子已经被作者于2007-5-13 19:40:12编辑过]

我刚才在一本叫《SAS系统与经济统计分析》的书

好像说道看correlation，若是缓慢下降的，说明序列是非平稳的。和你说的一样

另外，看白噪声显著性概率，若小于0。05，则说明序列存在自相关。

上面第一个是衰减的慢，下面的衰减的快，你可以对第一个进行一次差分。

模型你可以用Ljung-Box test 检测模型的系数。