Hey there! 首先得说明——因为没法看到你提到的图表，我没法直接拍板你的结论是否正确，但我可以给你几个核心判断要点，你可以对照着再核对下：

• 如果AR(p)=0，意味着时间序列不存在自回归成分，简单来说就是当前观测值和过去的序列值没有线性依赖关系。你可以重点看自相关函数（ACF）和偏自相关函数（PACF）：AR(p)的PACF会在p阶后出现截尾，要是PACF没有明显的截尾点，且所有阶数的偏自相关系数都接近0，那AR成分大概率为0。
• 如果MA(q)=0，说明序列不存在移动平均成分，也就是当前的误差项和过去的误差项没有线性关联。MA(q)的ACF会在q阶后截尾，要是ACF所有阶数的自相关系数都接近0，那MA成分可能为0。
• 另外，你也可以尝试拟合ARMA模型后查看系数的显著性：如果AR和MA的系数都不显著，也能从侧面支持你的结论。

要是你能补充下图表里的ACF/PACF曲线形态，或者序列的波动特征，我就能更精准地帮你确认啦！

内容的提问来源于stack exchange，提问作者Harvey Specter