（一）单位根检验
根据ADF的三步检验法进行检验，发现初始数据并不平稳，存在单位根（点击quick-series statistics-unit root test)
对原数据进行一阶差分，再根据ADF方法进行单位根检验，d(y)在10%的置信水平下拒绝原假设，接受备择假设，该数据为平稳数据。
（二）确定滞后阶数
对D(Y)进行自相关和偏相关性检验（点击view—correlogram):
滞后阶数为12阶。
由图观之，自相关和偏相关都是一阶截尾（在虚线范围内即可视为零，在第几阶为零，p或q值就是第几阶，截尾即取到零值以前的尾巴很短，拖尾就是取到零值以前的尾巴很长），不易判断ARIMA（p,d,q）模型中的p和q，选取模型的判断标准：
于是采用信息准则，假设几组p和q值，根据AIC信息值，再参考拟合优度和p值，选择合适的模型（点击quick—estimate equation ）d(y),c,ar(1),ar(2),ma(1),ma(2),ar和ma的输入根据p和q值，前面例子为p和q均为2的情况。
假设（p,q）的几组取值分别为（1,1）,(1,2), (2,1) , (2,2)。
综上，我们选择ARIMA(1,2,1)模型。
（三）模型预测
模型预测及诊断，检验模型的拟合值和实际值得残差序列是否是白噪声序列.（点击forecast-预测y值，然后选中y、yf、resid，然后open as group,点击view—graph-ok）
由图观之，拟合程度较好。
假如要预测2018、2019年的GDP，
选中range，把observation变为22，会发现y、yf里多了两行NA,再做一次模型，可在Yf中得到2018年的GDP，将其复制到y中，再进行预测，便可得到2019年gdp。