时间序列可以有ar ma aima arima等模型
下面举一个简单例子步骤
1、进入SAS系统。
2、 创建名为exp1的SAS数据集，即在窗中输入下列语句：
data exp1;
input a1 @@;
year=intnx(‘year’,’1jan1742’d,_n_-1);
format year year4.;
cards;   
输入数序列
run;
3、 保存此步骤中的程序，供以后分析使用（只需按工具条上的保存按钮然后填写完提问 后就可以把这段程序保存下来即可）。
4、 绘数据与时间的关系图，初步识别序列，输入下列程序：  
proc gplot data=exp1;   
symbol i=spline v=star h=2 c=green;   
plot a1*year; run;  
5、 提交程序，在graph窗口中观察序列，可以看出此序列是均值平稳序列。
6、 识别模型，输入如下程序。  
proc arima data=exp1;  
identify var=a1 nlag=24;  
run;

7、 提交程序，观察输出结果。初步识别序列为AR(3)模型。
8、 估计和诊断。输入如下程序：   
estimate p=3;   
run;
9、 提交程序，观察输出结果。假设通过了白噪声检验，且模型合理，则进行预测。
10、 进行预测，输入如下程序：
forecast lead=6 interval=year id=year out=out;
run;
proc print data=out;
run;
11、 提交程序，观察输出结果。
12、 退出SAS系统。