用sas对year price 1983 315 1984 356 1985 440 1986 496 1987 558 1988 684 1989 785 1990 831 1991 916 1992 1057 1993 1332 1994 1799 1995 2329 1996 2763 1997 2974 1998 3122 1999 3340 2000 3712 2001 3968 2002 4270 2003 4555 2004 5071 2005 5688 2006 6319 2007 7454 2008 8504 2009 9249 2010 10575 2011 12668 2012 14074 2013 15586 2014 17220 2015 18857 2016 20801 2017 22968 2018 25245 2019 27504 2020 27439 2021 31013进行arma模型拟合

好的，我们可以使用SAS进行ARMA模型拟合。以下是SAS代码示例：

/* 导入数据 */
data prices;
input year price;
datalines;
1983 315
1984 356
1985 440
1986 496
1987 558
1988 684
1989 785
1990 831
1991 916
1992 1057
1993 1332
1994 1799
1995 2329
1996 2763
1997 2974
1998 3122
1999 3340
2000 3712
2001 3968
2002 4270
2003 4555
2004 5071
2005 5688
2006 6319
2007 7454
2008 8504
2009 9249
2010 10575
2011 12668
2012 14074
2013 15586
2014 17220
2015 18857
2016 20801
2017 22968
2018 25245
2019 27504
2020 27439
2021 31013
;
run;

/* ARMA模型拟合 */
proc arima data=prices;
  identify var=price(1) nlag=12;
  estimate p=3 q=3;
run;

以上代码中，我们首先导入数据，然后使用`identify`命令来确定模型的阶数，这里我们设置了1阶差分和12个滞后项。接着使用`estimate`命令来估计模型参数，这里我们设置了AR阶数为3，MA阶数为3。

运行以上代码后，我们可以得到ARMA模型的拟合结果。在SAS的输出中，我们可以看到模型的系数和标准误，以及一些统计指标，如AIC、SBC等。需要注意的是，在使用ARMA模型进行预测时，我们需要对结果进行反差分，将预测结果还原为原始数据的形式。

希望这个示例能够帮助到你。