时间序列是指把历史统计资料按时间顺序排列起来得到的一组数据序列。例如，按月份排列的某种商品的销售量；　工农业总产值按年度顺序排列起来的数据序列等等，都是时间序列。
　　时间序列预测法是将预测目标的历史数据按时间的顺序排列成为时间序列，然后分析它随时间变化的发展趋势，外推预测目标的未来值。也就是说，时间序列预测法将影响预测目标的一切因素都由 " 时间 " 综合起来加以描述。 因此，时间序列预测法主要用于分析影响事物的主要因素比较困难或相关变量资料难以得到的情况，预测时先要进行时间序列的模式分析。时间序列预测法通常又分为移动平均法、指数平滑法、趋势外推法、季节分析法和生命周期法等多种方法，下面主要介绍几种常见的时间序列的模式和常用的时间序列预测方法。

2.1 时间序列模式

　　不同的时间序列预测方法只适用于一定的数据时间序列模式。因此，对时间序列模式的理解是学习时间序列预测方法的基础。
　　时间序列的模式，　是指历史时间序列所反映的某种可以识别的事物变动趋势形态。时间序列的基本模式，可以归纳为水平型、趋势型、周期变动型和随机型等四种类型，大体反映了市场供求变动的基本形态，下面分别介绍。

１.水平型
　　水平型时间序列模式是指时间序列各个观察值呈现出围绕着某个定值上下波动的变动形态。如某些非季节性的生活必需品的逐月销售量等等。以某商品销售量为例，水平型模式如图 2 － 1 所示。

图 2 － 1 水平型时间序列模式

２.趋势型
　　趋势型时间序列模式是指时间序列在一定时期虽出现小范围的上下波动，但总体上呈现出持续上升或下降趋势的变动形态。如高档耐用消费品的经济寿命曲线等。趋势型时间序列模式依其特征不同又可分为线性(如图2－2所示)和非线性趋势模式。

图 2 － 2 趋势型时间序列模式（线性）

３.周期变动型
　　周期变动型时间序列模式是指随着时间的推移，时间序列呈现出有规则的上升与下降循环变动的形态。按时间序列循环波动的周期不同，可分为季节变动型模式和循环变动型模式两类。常见的是季节变动型模式，这种模式往往是指以年为变动周期，按月或按季度编制的时间序列，如许多季节性消费品的按月、按季销售量等。
如图2－3 所示。

图 2 － 3 季节型时间序列模式

４.随机型
　　随机型时间序列模式是指时间序列所呈现的变化趋势走向升降不定、没有一定的规律可循的变动势态。这种现象往往是由于某些偶然因素引起的，如经济现象中的不规则变动、政治变动以及自然气候的突变等因素所致。对于这类时间序列模式，很难运用时间序列预测方法做出预测，但有时也可通过某种统计处理，消除不规则因素影响，找出事物的固有变化规律，从而进行分析预测。