一、时间序列的基本概念
按照时间的顺序把随机时间变化发展的过程记录下来就构成了一个时间序列，对时间序列进行观察、研究，寻找它的变化发展规律，预测它将来的走势，就是时间序列分析。
在统计研究中，常用按时间顺序排列的一组随机变量
X1 , X2 , ... ,Xt , ....
来表识一个随机事件的随机序列，简记为{Xt , t∈T} 或者{Xt}。
用x1 , x2, ... ,xn
或{xt , t = 1 , 2 , ... , n}表示该随机序列的n个有序观察值，称为序列长度为n的观察值序列。
二、时间序列的研究目的
进行时间序列研究的目的是揭示随机序列{Xt} 的性质，而要实现这个目标就要分析它的观察值序列{xt} 的性质，由观察值序列的性质来推断随机实现{Xt} 的性质。
三、时间序列分析的方法
1.描述性时序分析
早期的时序分析通常是通过比较直观的数据比较或绘图观察，寻找序列中蕴含的发展规律，这种分析方法称为描述性时序分析。
描述性时序分析的操作简单，直观有效，它通常是人们静下心时序分析的第一步，通过图示的方法直观地反映出序列的波动特征。
2.统计时序分析
统计时序分析是指利用数理统计学的基本原理，分析序列值的内在相关关系，主要分为频域分析方法和时域分析方法。
（1）频域分析方法
频域分析方法也称为“频谱分析”或“谱分析”方法。目前谱分析主要运用于电力工程、信息工程、物理学、天文学、海洋学和气象科学等领域，它是一种非常有用的纵向数据分析方法。但是由于谱分析方法一般都比较复杂，研究人员通常要具有很强的数学基础才能熟练使用它，同时它的分析结果也比较抽象，不易于直观解释，所以谱分析方法的使用具有很大的局限性。
（2）时域分析方法
时域分析方法主要是从序列自相关的角度揭示时间序列的发展规律。相对于谱分析方法，它具有理论基础扎实、操作步骤规范、分析结果易于解释的优点。
时域分析分析方法的基本思想是事件的发展通常都具有一定的惯性，这种惯性用统计的语言来描述就是序列值之间存在一定的相关关系，而且这种相关关系具有某种统计规律。我们分析的重点就是寻找这种规律，并拟合出适当的数学模型来描述这种规律，进而利用这个拟合的模型来预测序列未来的走势。
时域分析方法的分析步骤：
（1）考察观察值序列的特征。
（2）根据序列的特征选择适当的拟合模型
（3）根据序列的观察数据确定模型的口径
（4）检验模型，优化模型
（5）利用拟合好的模型来推断序列其他的统计性质或预测序列将来的发展