文档介绍：时间序列分析是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法, 研究随机数据序列所遵从的统计规律，以用于解决实际问题。时间序列分析主要用于:(1)系统描述。根据对系统进行观测得到的时间序列数据,用曲线拟合方法对系统进行时间序列分析是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法, 研究随机数据序列所遵从的统计规律，以用于解决实际问题。时间序列分析主要用于:(1)系统描述。根据对系统进行观测得到的时间序列数据,用曲线拟合方法对系统进行客观的描述。 (2)系统分析。当观测值取自两个以上变量时，可用一个时间序列中的变化去说明另一个时间序列中的变化，从而深入了解给定时间序列产生的机理。(3)预测未来。一般用ARMA模型拟合时间序列，预测该时间序列未来值。⑷决策和控制。根据时间序列模型可调整输入变量使系统发展过程保持在目标值上，即预测到过程要偏离目标时便可进行必要的控制。时间序列分析常用在国民经济宏观控制、股票和期货市场预测、医学评估、区域综合发展规划、企业经营管理、市场潜量预测、气象预报、水文预报、地震前兆预报、农作物病虫灾害预报、环境污染控制、生态平衡、天文学和海洋学等方面。
实际的天文气象地理水文金融交通等等时间数据大都含有噪声、波动或者趋势。用平稳时间序列模型描述此类数据产生的误差很大,因此需要研究时间序列线性和非线性的交互关系，比如如何提高描述若干非平稳时间序列间的交叉相关和类似的数据关系的方法，。对于很多情况，时间序列具有季节趋势,比如气象学中的气温、降雨量,水文学中雨季和干季的河流水量等等。这就需要分析时间序列时，将季节趋势考虑在内。利用大量的历史数据得到潜在的规律, 从而进行对未来数据的预测，避免防灾太迟等造成经济损失甚至是生命安全威胁。