最近小妹在研究某一政府机构的成立对该国项目数量或投资是否有影响，于是用到了干预模型来进行分析，使用的是SPSS20，主要问题在软件实现上，因为所学统计学中没有专门讲时间序列，周围老师同学也不太懂，所以完全处于自学状态，遇到很多问题不知该如何解决，希望各位大神能帮帮忙，不胜感激。
     我先大概说一下干预模型分析的思路：1.利用干预影响前的数据，建立因变量序列的单变量时间序列模型；2.运用上面的模型外推预测干预影响后的因变量数值；3.再用这段时间的实际观测值减去预测值，即为 该干预产生的干预影响，这个影响 有公式可以表示，有教材上提了一句说就相当于AR模型，所以我觉得整个分析就是做两个ARIMA模型。
     于是问题转变为SPSS如何实现ARIMA模型（如果我理解错了，欢迎大神们指正），遇到的主要问题如下：
    1.SPSS判断序列是否为白噪声时主要看自相关图和自相关系数的显著性来判断，还需要更精确的方式吗，例如eviews的单位根检验之类的？我经常出现自相关系数的显著性滞后1期小于0.05后面的都大于，仍然判断为非白噪声序列么；
    2.如果预处理时发现序列为白噪声时无法继续怎么办，怎么解释；
    3.SPSS判断ARIMA模型p,q的阶数时依靠自相关图和偏自相关图，可是我得到的图都不像书中案例那么容易辨认，总觉得又像截尾又像拖尾，通常我都需要一个组合一个组合的去试，然后比较，而不能较快的判断好的阶数取值；
    4.在书上看到说p,q的取值最好在1,2之内，所以我都是在这个范围里尝试的，是不是科学；
    5.对于拟合度的判断一般说是R方越大越好，BIC越小越好，（SPSS是不是没法算AIC），然后还要看参数的显著性，我不知道大和小的程度究竟应该怎么界定，因为我要做很多国家的数据，这个数据的R方最高可能有0.7几，但是另一个数据里面可能最大就只有0.5几，BIC也是，有的最小居然有负的，，有的最小都三位数。那例如R方最大0.5的那个序列，是不是取0.5的那个模型就可以判断为模拟较好，而不会因为0.5相对较小而认为序列模拟不好呢？还有我的模型里参数显著性很难达到要求，在拟合度较好的模型中，参数往往都不显著，这该如何解决呢，有的资料直接把不显著的参数去掉，有的又说不能直接去掉，搞不懂，ARMA模型的确定这一步是最关键也是我最多疑问的地方所以问题很多，望各位多包涵呐；
    6.接下来就是残差检验，怎么判断方差是否齐性呢？我只会用散点图来看，但是主观性太强了，有些我也拿不准是不是，很希望齐性，不然转换好像很麻烦，有篇论文说为了避免后面出现异方差，在数据处理时就选择了取对数转换，但是我的数据里有特别多0值，不能取对数，所以我该怎么处理避免异方差呢？
     7.干预前的ARIMA模型建好后就是建干预影响的模型了，那么又需重复之前的步骤，这时在预处理时又出现白噪声序列又该如何解释和操作，直接判断为无影响？还是怎样
    自学疑惑多多，实在时间紧迫，没时间再自己慢慢琢磨了，所以来此求助，各路大神们多帮帮忙呀，万分感激啊