关于时间序列建模问题

一个变量，季度数据，2005-2015年，想要进行时间序列分析进行预测未来的值
请问实验顺序是什么？
我看论坛里好多版本，小总结了一下
1、数据画图，看看有没有明显的季节效应
2、有的话消除季节效应
3、单位根检验，请问是用消除季节后的还是原始数据？
4、自相关与偏自相关，请问是用消除季节后的还是原始数据？
5、看拖尾和截尾情况
6、选择模型回归，AIC，SIC准则，选最小的合适？？
哪位大神帮忙看看这个数据，跪谢

你好：
单位根检验是为了检验数据是否平稳，如果有明显的季节效应，则用消除后的数据进行单位根检验。接下来的实验都是以平稳后的数据来进行，即消除季节效应后的数据。
我看了一下你的数据，具有明显的季节性和趋势性，消除季节效应后仍然是不平稳的，所以要继续进行一阶差分，我验证后，一阶差分后是平稳的。
acf和pacf就是你说的自相关和偏自相关也是用平稳以后的数据。
你的实验顺序基本没有什么问题，但是最后在选模型的时候是有四种方法的，但这个针对的是ar和ma模型。arma的方法又不太一样。

我经常用的方法是
1.先看原始数据的图看是否有季节性
2. 再看ACF,PACF图
3. 用变化率消除季节性， 如果还存在 则用log消除， 检验方法可以看ACF图
4. 然后用auto arima得到一个根据BIC 最小选择的model （我们叫model1吧）
5. 检验model1的residual是否是white noise 你可用L-jung Box 检验
6. 如果L-jung box 检验P-value大于0.05， 你在看ACF和PACF图 来决定增加或者减少MA 或者AR
7. 最后得到一个最佳模型 不要忘记检验残差

检验的步骤肯定要放在模型建立完了之后，看模型是不是最优。
1、画一个时序图，看其有无季节性。
2、再画自相关图和偏自相关图，选择一个合适的方法消除季节性。
3、消除完了还是要看消除后的自相关图和偏自相关图（看所谓的拖尾、截尾情况）来确定选什么模型。
4、模型建立完了再做检验，看BIC，AIC选最小的。
5、检验p值，来进行模型的优化。
最后才能得到最优模型