我们知道一开始可以利用ACF或者是PACF的图来大概的猜出来模型，但是具体怎么猜呢？比如：P值的一栏上面全都是0（也就说明从P值上看是重要的significant）；另一种情况，如果后面的P值全都是大于5%的呢（不重要的，insignificant）这些都说明啥？换种问法，在ACF和PACF表格中的P值有什么用？我们看那个表格主要是通过什么分析的呢？比如下面的这个图，不论是在ACF或者是PACF上面都没有明显的突出，P值也都是大于5%的（PS：这个数据是已经取过对数也做了first differencial)，这种情况我要怎么假设模型呢？还是说只是大胆的猜一个然后重复猜几次直到最后得到最好的模型（根据AIC等判断）？



另外还有一个问题，在模型建立的时候一开始假设的模型一定会有一些系数表示出不重要（insignificant）如果是平常的OLS的话简单的做一个Wald 检验把不相关的摘除就好了，可是到了时间序列我怎么发现不能通过直接删除来明确模型呢？也就是说如果我删除了现在表示出是不相关的变量，但是当我删除重新回归一次以后我发现以前相关的量有一两个变得不相关了。。。这怎么回事？还是说OLS的建立模型的方式不能在这个上面应用?