==ARIMA模型运用的流程==
#根据时间序列的散点图、自相关函数和偏自相关函数图识别其平稳性。
#对非平稳的时间序列数据进行平稳化处理。直到处理后的自相关函数和偏自相关函数的数值非显著非零。
#根据所识别出来的特征建立相应的时间序列模型。平稳化处理后，若偏自相关函数是截尾的，而自相关函数是拖尾的，则建立ar模型；若偏自相关函数是拖尾的，而自相关函数是截尾的，则建立ma模型；若偏自相关函数和自相关函数均是拖尾的，则序列适合arma模型。
#参数估计，检验是否具有统计意义。
#假设检验，判断(诊断)残差序列是否为白噪声序列。
#利用已通过检验的模型进行预测。
