1、第一：
创建名为exp2的SAS数据集，即在窗中输入下列语句：
data exp2;
input x @@;
n=_n_;
cards;
输入沪深300行情中的市盈率（略)
；
run;
2、第二：
绘时间序列图，观察序列特征，输入下列程序：
proc gplot data=exp2;
symbol i=spline v=star h=2 c=green;
plot x*n;
run;
得出结果后在graph窗口中观察序列。
3、第三、
识别模型，输入如下程序。
proc arima data=exp2;
identity var=x nlag=9;
run;
4、第四：
提交程序，观察输出结果，
发现样本自相关系数是二阶截尾的。
一阶样本偏相关系数在2倍的标准差之外，二阶样本偏相关系数在2倍的标准差以内，因此我们可初步识别为MA（2）或AR（1）、AR（2），我们分别估计这三个模型，输入如下程序：
estimate plot q=2;
run;
estimate plot p=1;
run;
5、第五、提交程序，观察输出结果。包括参数估计以及白噪声检验。
除AR（2）模型的AR（2）和MA（2）模型的MA（2）参数不显著外，其他参数都显著，且残差都能通过Ljung-Box的卡方白噪声检验。
6、第六、确定模型阶数。利用AIC和SBC信息准则来确定模型阶数。根据参数估计结果进行预测，输入如下程序：
forecast lead=5 out=out;
run;
