自回归移动平均模型（Auto Regression Moving Average Model），简称ARMA 模型，属于平稳时间序列模型。ARMA(p,q)模型中的p,q分别为自相关系数和偏自相关系数 的拖尾阶数。自回归差分移动平均模型（Auto Regression Integrated Moving Average Model），简称ARIMA模型，属于非平稳时间序列模型。该模型通过使用差分的手段，将非 平稳时间序列数据转化为平稳时间序列，再类似于ARMA模型来处理数据。ARIMA(p,d,q) 模型中p, d, q分别表示自相关(p阶AR模型)， d次差分，滑动平均(q阶MA模型)

正确答案是 C: 差分的阶数。

专业分析：

ARIMA模型是自回归积分滑动平均模型（AutoRegressive Integrated Moving Average Model）的简称，其中包含三个参数：p、d、q。具体来说：

- p 是自回归（AR）部分的阶数，表示模型中使用的滞后变量的数量。
- d 是差分（I）部分的阶数，表示数据在建模前需要进行几次差分操作以使其成为平稳序列。差分操作的目的是消除数据中的趋势或季节性成分，使时间序列达到平稳状态。
- q 是移动平均（MA）部分的阶数，表示模型中使用的滞后误差项的数量。

因此，d的含义是差分的阶数，表示需要进行几次差分才能使时间序列达到平稳状态。选择合适的d值对于构建有效的ARIMA模型至关重要。