如题。我用ARIMA做得AR(2)模型，SPSS11.5中做的。但是不知道怎么分析啊，怎么看参数的结果。SPSS15中结果又改怎么分析哦。我发下11.5中我做的结果高手帮我看看啊。

MODEL:  MOD_2
Model Description:
Variable:   平稳化
Regressors: MONTH_
Non-seasonal differencing: 0
No seasonal component in model.
Parameters:
AR1      ________  < value originating from estimation >
AR2      ________  < value originating from estimation >
MONTH_   ________  < value originating from estimation >
CONSTANT ________  < value originating from estimation >
95.00 percent confidence intervals will be generated.
Split group number: 1  Series length: 107
Number of cases skipped at beginning because of missing values: 1
Melard's algorithm will be used for estimation.
Termination criteria:
Parameter epsilon: .001
Maximum Marquardt constant: 1.00E+09
SSQ Percentage: .001
Maximum number of iterations: 10
Initial values:
AR1        .00144
AR2       -.29998
MONTH_     .12283
CONSTANT  -.65009
Marquardt constant = .001
Adjusted sum of squares = 345.08699


              Iteration History:
  Iteration   Adj. Sum of Squares    Marquardt Constant
          1             341.32828             .00100000
          2             340.57067             .00010000
          3             340.45899             .00001000
          4             340.44492             .00000100

Conclusion of estimation phase.
Estimation terminated at iteration number 5 because:
   Sum of squares decreased by less than .001 percent.
FINAL PARAMETERS:
Number of residuals  107
Standard error       1.8152636
Log likelihood       -213.78083
AIC                  435.56167
SBC                  446.25299
            Analysis of Variance:
               DF  Adj. Sum of Squares    Residual Variance
Residuals     103            340.44325            3.2951819
           Variables in the Model:
                     B         SEB      T-RATIO   APPROX. PROB.
AR1         -.08818538   .08787084   -1.0035795       .31793320
AR2         -.38626653   .08409425   -4.5932572       .00001239
MONTH_       .09418712   .04288079    2.1964874       .03029932
CONSTANT    -.46374995   .30516215   -1.5196837       .13165428
Covariance Matrix:
                AR1          AR2
AR1       .00772128   -.00032608
AR2      -.00032608    .00707184
Correlation Matrix:
                AR1          AR2
AR1       1.0000000    -.0441273
AR2       -.0441273    1.0000000


Regressor Covariance Matrix:
                MONTH_     CONSTANT
MONTH_       .00183876   -.01203737
CONSTANT    -.01203737    .09312394
Regressor Correlation Matrix:
                MONTH_     CONSTANT
MONTH_       1.0000000    -.9198949
CONSTANT     -.9198949    1.0000000
The following new variables are being created:
  Name        Label
  FIT_1       Fit for 平稳化 from ARIMA, MOD_2 CON
  ERR_1       Error for 平稳化 from ARIMA, MOD_2 CON
  LCL_1       95% LCL for 平稳化 from ARIMA, MOD_2 CON
  UCL_1       95% UCL for 平稳化 from ARIMA, MOD_2 CON
  SEP_1       SE of fit for 平稳化 from ARIMA, MOD_2 CON