先对其1阶12步差分，通过看acf pac f看是简单加法模型，还是乘法季节模型
如果是乘法模型那就要对季节部分模拟arima模型
季节部分的arima是以周期位置的acf pacf 确定其模型参数 ar ma
seasonal=list(order=c(_,1,_)，period=_)周期是默认的
------------------------------------------------------------
教你一个简单的方法：
下载 forecast包，auto.arima( ) 直接拟合，就会给出系统认为的arima模型的各个参数。
然后 forecast（ h=预测期数）行了。
这是对外行人来说的，
但是如果你真的想学好的话，还需要对模型进行着各种检验，特别是残差。
这里的%*%表示矩阵乘法的意思，其运算规律如下：
也可理解成m3[a,b]即是m1的第a行和m2的第b列对应元素先分别乘积，再求和，所以：
m3[1,1] =m1[1,1]×m2[1,1]+m1[1,2]×m2[2,1]=1×1+3×2=7
m3[2,1] =m1[2,1]×m2[1,1]+m1[2,2]×m2[2,1]=2×1+4×2=10
m3[2,2] =m1[2,1]×m2[1,2]+m1[2,2]×m2[2,2]=2×3+4×4=22
mat =as.data.frame(diag(9))
for( i in 1:9){
for(j in 1:9)
if(i>=j)
{mat[i,j]=paste(i,'x',j,'=',i*j)
}
else {mat[i,j]=''}
}
mat
运行上述就可以得出
