新手请教时间序序列建模问题。
一组时间序列数据如图1：


这种带趋势的序列是否说明序列是非平稳的？？

一阶差分之后的数据如图2:


ACF和PACF图分别为：


看PACF首先想到拿AR(p)建模，由于1,14,15都是显著不为0的，所以考虑建模为：
r(t)=a0+a1*r(t-1)+a14*r(t-14)+a15*r(t-15)


估计出的方程为：
r(t)= 3519.5907+0.8386*r(t-1)+0.2275*r(t-14)-0.1633*r(t-15)


所有的特征根模都大于1，又说明该模型是平稳的？


对该模型的残差使用Ljung-Box进行检验，p值为0.7多，说明该模型不充分。


在此我陷入了一个怪圈，很凌乱，存在趋势的模型是否说明是非平稳的？如果是，为何建立的AR模型又证明是平稳的？
请问，时间序列分析中如何能做到建立合适的模型？即我为什么要使用AR,MA,ARMA,ARIMA..等等模型，使用的场景如何确定呢？可以直观的通过图像确认或ACF，PACF，AIC这些确认吗？


谢谢！