時間序列分析是根據系統觀測得到的時間序列資料，透過曲線擬合和引數估計來建立數學模型的理論和方法。

　　它一般採用曲線擬合和引數估計方法（如非線性最小二乘法）進行。時間序列分析常用在國民經濟宏觀控制、區域綜合發展規劃、企業經營管理、市場潛量預測、氣象預報、水文預報、地震前兆預報、農作物病蟲災害預報、環境汙染控制、生態平衡、天文學和海洋學等方面。

　　（一）根據時間序列的散點圖、自相關函式和偏自相關函式圖以ADF單位根檢驗其方差、趨勢及其季節性變化規律，對序列的平穩性進行識別。一般來講，經濟執行的時間序列都不是平穩序列。

　　（二）對非平穩序列進行平穩化處理。如果資料序列是非平穩的，並存在一定的增長或下降趨勢，則需要對資料進行差分處理，如果資料存在異方差，則需對資料進行技術處理，直到處理後的資料的自相關函式值和偏相關函式值無顯著地異於零。

　　（三）根據時間序列模型的識別規則，建立相應的模型。若平穩序列的偏相關函式是截尾的，而自相關函式是拖尾的，可斷定序列適合AR模型；若平穩序列的偏相關函式是拖尾的，而自相關函式是截尾的，則可斷定序列適合MA模型；若平穩序列的偏相關函式和自相關函式均是拖尾的，則序列適合ARMA模型。

　　（四）進行引數估計，檢驗是否具有統計意義。

　　（五）進行假設檢驗，診斷殘差序列是否為白噪聲。

　　（六）利用已透過檢驗的模型進行預測分析。