赤池准则主要是逐步调整p、q值，比较它们对应的AIC值，来选择更优的p、q值，当然前提是这些p、q值都通过了各种显著性检验。
这个是你平稳后得到的序列的相关图？可以看出自相关图是拖尾的，而偏自相关图属于1阶上的迅速截尾，而且p值的显著性检验是通过的，所以可以尝试建立相应的ARIMA模型

这里p=1，q=0，d的话看你进行了几阶差分，建立了相应的模型后，你也可以看看模型残差的自相关图，如果模型拟合很好，其残差应该不存在序列相关。
当然，如果原序列不是一个一阶单整序列（这个通过单位根检验可以得到检验），你也可以尝试对原序列去对数之后再看其是几阶单整。
推荐你可以看看高铁梅编的《计量经济分析方法与建模：EViews应用及实例（第二版）》

                               
        AC          PAC         Q-Stat         Prob
                               
1        -0.522        -0.522        46.358        0.000
2        0.094        -0.246        47.865        0.000
3        0.007        -0.089        47.873        0.000
4        -0.071        -0.124        48.744        0.000
5        -0.052        -0.220        49.221        0.000
6        0.152        0.000        53.260        0.000
7        -0.109        -0.026        55.373        0.000
8        -0.003        -0.104        55.375        0.000
9        0.079        -0.004        56.488        0.000
10        -0.171        -0.173        61.772        0.000
11        0.187        0.021        68.127        0.000
12        -0.129        -0.085        71.154        0.000
13        0.133        0.076        74.400        0.000
14        -0.109        -0.024        76.611        0.000
15        0.084        0.025        77.935        0.000
16        -0.236        -0.257        88.369        0.000
17        0.315        0.071        106.99        0.000
18        -0.107        0.150        109.15        0.000
19        -0.024        0.026        109.26        0.000
20        0.043        -0.015        109.61        0.000
21        -0.078        -0.037        110.79        0.000
22        0.064        0.094        111.59        0.000
23        0.018        0.100        111.66        0.000
24        -0.044        -0.035        112.04        0.000
25        -0.026        -0.031        112.18        0.000
26        0.079        -0.004        113.42        0.000
27        -0.130        0.016        116.81        0.000
28        0.110        -0.032        119.25        0.000
29        -0.079        -0.050        120.53        0.000
30        0.138        0.101        124.42        0.000
31        -0.076        0.071        125.62        0.000
32        0.029        0.046        125.80        0.000
33        -0.085        0.003        127.33        0.000
34        0.049        -0.023        127.84        0.000
35        0.044        0.042        128.27        0.000
36        -0.103        -0.091        130.57        0.000
        你好我之前使用的是季度数据，发现结果不理想，我后来改用月度数据，经过了季节调整的后的图，能再帮忙看看吗，谢谢，图片发不上来了，我只发了数值，谢谢