求问一个时间序列的预测问题

如题，鄙人现在有34期的数据，希望使用前24期的数据生成arima模型，再对后10期的均值做出预测。
  问题（1）
  如何探测出最好的model呢？会一点R:，而且用stata画图，看图说话不是很靠谱……目前已经查到文献，有学者使用一阶滞后项做自变量，所以个人感觉是不是直接可以用AR（1）模型呢？
----------------------------------------------------------------------------
       Model |    Obs    ll(null)   ll(model)     df          AIC         BIC
-------------+---------------------------------------------------------------
           . |     30   -83.98106   -49.11055      2     102.2211    105.0235
-----------------------------------------------------------------------------
               Note:  N=Obs used in calculating BIC; see [R] BIC note
这个结果如何读呢？

  问题（2）
  估计出的结果，如何保存呢？貌似predict不灵啊~~~关键是使用估计出的参数，带入真实值（即后10期的均值）与真实值做差，这个代码貌似不容易编……  问题（3）
  鄙人实际上使用的是面板数据，其它的方法已经用过了，只差时间序列预测这个方法，用没有什么简单的方法拆分面板呢？否则鄙人只能一次次的
use dataset
keep if city=="xx"
tsset time
这样操作……很麻烦
有没有分组进行时间序列的你，比如by sort code神马的
  谢谢啦！

用dffuller bodgodfery 什么的先测试是否是平稳序列 再决定阶数

help bysort

arima的话用aic和bic选lag吧

可以使用EVIEWS软件，利用自相关图和偏自相关图选择滞后期lag

eviews做时间序列比较好用一些