求教

data ex;
input year amount @@;
cards;
1994 260
1995 300
1996 350
1997 391.83
1998 435
1999 538.59
2000 663
2001 781.87
2002 876.49
2003 1038.69
2004 1160.36
2005 1334.60
2006 1474.10
2007 1682.22
2008 1827.22
2009 2020.60
2010 2201.16
2011 2571.74
;
proc gplot data=ex;
plot amount*year;
symbol i=spline v=star ci=black cv=red;
run;
data ex1;
set ex;
x=log(amount);
difx=dif(dif(amount));
proc gplot data=ex1;
plot difx*year;
symbol i=spline v=star ci=green cv=red;
run;
proc arima data=ex1;
identify var=x(2) nlag=4;
run;
proc arima data=ex1;
identify var=x(2) nlag=4;
estimate p=1;
estimate q=2;
estimate p=1 q=2;
run;
求教，这个程序为什MA（2）和AR（1）都能通过且t检验显著，但是ARMA（1,2）的参数就是不显著了呢？

个人理解：
MA(2):    X(t)=eps(t)-theta1*eps(t-1)-theta2*eps(t-2);
AR(1):     X(t)=bt1*X(t-1)+eps(t)；
ARMA(1,2)   X(t)=bt1'*X(t-1)+eps(t)-theta1'*eps(t-1)-theta2'*eps(t-2);
实际拟合是三个模型，ARMA(1,2)也不是简单由AR(1)，MA(2)合并而来；其参数估计也不相同，
所有拟合ARMA(1,2)参数不显著，也不奇怪。

实际这批数据，一开始发现有明显的指数趋势，故进行log变化；
对数化之后，发现数据仍有线性趋势；
不明白楼主为何要进行二次差分，我觉得差分次数还是越少越好，
一阶差分后，序列已经显得平稳了；
此时根据自相关，偏相关定阶，拟合ARMA(1,2)，其参数是显著的。