由图可以看出数据已经没有了明显的趋势性和周期性，比较平稳。
用SPSS软件和Excel软件建立ARMA模型。
以下是对结果的一些解读：
第一部分为自相关系数及有关参数（如图6所示）：
Lag对应的数值为时滞（k=1,2,…,45）。
Auto-Corr.对应的是自相关系数的估计值。可以看出，当k=1时，r1=0.416；当k=2时，r2=0.101，…，依此类推。
Standard Err.对应的是自相关系数的标准误差。
Box-Ljung对应的是检验自相关系数的统计量（由Box和Ljung提出）。
Prob.对应的相应的P值，即所谓“弃真概率”。当P=0.003时，置信度为1-0.3%=99.7%。
中央为图形化的自相关系数，虚线点表示置信区间。与此等价的是自相关函数（ACF）图（图7）。
第二部分为偏相关系数及有关参数（如图8所示）：
Lag对应的数值为时滞（k=1,2,…,45）。
Pr-Aut-Corr.对应的为偏相关系数的估计值。可以看出，当k=1时，φ1=0.416；当k=2时，φ2=-0.087，…，依此类推。
Standard Err.对应的是偏相关系数的标准差。
最后是图形化的偏相关系数及其置信区间。与此等价的是偏相关函数（ACF）图（图9）。

1.主要数据的预测和处理
2.模型的假设和分析
3.变量及参数设置
4.模型的建立
5.模型的求解
6.结论
7.模型的进一步讨论
8.模型的改进

“数学建模的理论与实践” 国防科技大学出版社 1999
“应用时间序列分析” 广西师范大学出版社 1998
“时间序列分析” 中国统计出版社 王振龙 主编 1999
“MATLAB数学计算范例教程” 中国铁道出版社 石博强 等编著
“MATLAB数学建模基础教程” 人民邮电出版社 云舟工作室 2001
“数学模型建模分析” 蔡常丰 编著 科学出版社1995
“Excel统计分析与决策” 高等教育出版社 2001
“模型与算法” 北方交通大学出版社 杨浩 编著 2002 北京

本文主要通过对各个公司历史上各年度医疗保障基金的统计数据进行自回归分析，找出整个系统的内在统计性和发展规律性，且以此为依据对未来数据进行预报。在假设雇员医疗费用平均支出的条件下，对医疗保障金能否及时报销医疗费用的时间长度进行计算，给出一个相对优良的分配方案。对结果的合意性做了适当的论证，并在文章结尾对模型进行了检验和修正。