SCA 是一套功能强大时间数列预测及分析软件。它能提供使用者统计咨询、系统整合、以及为顾客量身订做程序服务。SCA 软件系统承袭G.E.P. BOX, G.C. Tiao, L.M. Liu…等国际知名时间数列及预测大师最新研究方法，被学界及实务界评为先进的时间数列及预测软件。

SCA 软件操作容易，适合各样背景的模型使用者。内建的人工智能演算功能，可自动有效地认出时间数据内错综复杂季节性或非季节性的ARIMA模型，对时间数列进行分析或预测。具备SCA软件，您可克服时间数列分析理论及实务的操作隔阂，减少花在辨认ARIMA模型上的工夫，而将宝贵的时间用在时间数列结果的分析及预测上。

SCA 软件有效地解决了时间数据分析多种可能模型选择上的困扰，并且对时间数据中常见的多个外部干预及离异数据，自动作侦测及修正并估计出修正后的预测模型。大幅提高了模型解释能力及预测精确，并能提供干预或离异数据的类型、影响程度及持续长短。让您充分了解过去正常时间数据的型态，及未来正常，或干预下可能发生的预测状况。SCA软件非常适合商务、管理、营销、财务、投资、股票、交通、旅游、经济、生产、医疗、环保、仓储、公用事业及教学、研究等实务及学术上的应用。

-时间序列电力变换分析与诊断

-利用功率变换改进预测

-时变参数模型

-广义阈值AR和ARIMA建模

-分段时间序列建模与预测

-GARCH建模与应用环境

-一种新的季节ARIMA识别方法

-单位根测试

-使用向量ARIMA模型的因果关系检验

-基于ARMA因子根检验的改进估计

-数据构建、处理、索引和聚合

SCA教育版包括用于教学的基本时间序列分析和预测功能。正是这个基本模块构建了其他SCA预测和时间序列产品。教育版侧重于经过时间测试的建模功能，提供了使用各种时间序列模型进行识别、估计、诊断检查和预测的所有必要工具。

-Box-Jenkins非季节性ARIMA建模

-季节ARIMA模型的新识别方法

-强大的传递函数建模和预测

-传递函数的有效LTF模型识别

-具有自相关误差的滞后回归

-干预（影响）分析

-使用各种方法的指数平滑

-时间序列模拟

-约束参数估计

-广泛的通用统计分析功能

-大型工作空间（60000字）分配

从业者版在教育版的基础上增加了专家系统自动时间序列建模和预测功能。它易于使用，对新手和专家来说都是一笔财富。此外，它还包括在估计过程中自动检测和调整异常值的强大功能，这是时间序列数据挖掘的一个很好的工具。Practicer Edition提供了一个有效的解决方案来处理大量时间序列上的重复建模和预测任务。它是推动需要自动化的大规模预测应用的自然选择。

-季节性和非季节性ARIMA模型的自动识别

-自动传递函数建模和干预分析

-利用陈和刘的联合估计算法自动检测和调整异常值

-自动处理级别转换、临时更改、添加和创新异常值

-通过模型参数和异常值效应的联合估计改进干预效果的估计

-通过对时间序列末尾出现的异常值进行特殊处理，获得更好的预测结果

-时间序列数据挖掘与探索

-利用电力变换改进预测

-具有缺失数据的模型识别和估计

-交易日和移动假期调整

-日期功能，便于进行每日、每周和每月的建模和预测

-无限制的工作空间分配

专业版（A）在从业者版的基础上，增加了使用向量ARIMA和同时传递函数（STF）模型的多变量时间序列分析和预测。这些先进的建模方法非常适合商业、经济、工业和社会科学时间序列数据。

-使用向量ARIMA模型分析和预测多变量时间序列

-使用向量ARIMA模型的因果关系检验

-使用同时传递函数模型分析和预测多变量时间序列，该模型考虑了干预、交易日和移动假期的影响

-非常适合分析空间时间序列数据

-基于向量ARIMA和STF模型的多变量时间序列仿真

-使用采用STF模型的结构形式模型研究同期效应，或使用简化形式向量ARMA模型来利用滞后相关性

-通过处理序列相关误差扩展传统的计量经济模型

专业版（B）在从业者版的基础上增加了功率变换、分段时间序列方法、非线性时间序列测试、识别、建模、使用TAR、阈值ARIMA和阈值传递函数模型进行预测。还包括时变参数模型和GARCH模型的新分析功能。

-提高预测精度的电力变换新准则

-使用加权估计方法的分段时间序列建模和预测

-有效处理聚集异常值，并对临时结构变化的参数估计进行脱敏处理

-阈值自压缩（TAR）和一般阈值ARIMA建模与预测

-分段和阈值传递函数建模与预测

-时间序列的非线性测试

-时变参数模型分析

-GARCH建模