3）时间序列图检验0

仍以中国纱年产量数据为例，工作流如下：

第一步，设置时间区间。具体操作参见上一节。
第二步，使用自相关节点做时间序列图检验，设置如下：

差分阶数默认为0，表示不进行差分。勾选ACF，表示绘制自相关图，没有勾选PACF，表示不绘制偏自相关图，也可以勾选。由如下相关图可以看出，自相关图既不是拖尾也不是截尾（截尾是指在某阶之后，系数都为 0 ；拖尾则会有一个衰减的趋势，但是不都为 0 ），而是一个三角对称的形式，这种趋势是单调趋势的典型图形，所以原时间序列不平稳。

另外两组数据的自相关节点配置与之类似，不再赘述。配置完成并执行后分别得到如下的相关图。下图是奶牛月产奶量的自相关图和偏自相关图，自相关图既不是拖尾也不是截尾，而是正弦曲线的形式，这种趋势是周期性趋势的典型图形；偏自相关图同样既不是拖尾也不是截尾， 所以原时间序列不是平稳序列。

下图是北京市每年最高气温的自相关图和偏自相关图，自相关图和偏自相关图都是拖尾，所以原时间序列是平稳序列，可以使用ARMA模型进行时间序列分析。