1.时间序列数据是在同一主体、不同时点（或不同时间）的调查数据，也称动态数据。

2.时间序列数据的特点：不同时间，相同统计对象，不同统计指标，按时间先后次序排列数据，数据具有连续性、差异性等。

3.时间序列数据主要用于计算时间序列指标、指数和预测。

4.直线趋势外推就是根据具有线性变动趋势的历史数据拟合成一条直线（建立直线回归模型）进行预测的方法。直线趋势外推适用于历史数据逐期增长大体相同的预测对象的中长期预测。

直线趋势外推公式：

式中，n 为样本容量，取偶数，t∈。

5.抛物线趋势预测就是根据具有抛物线变动趋势的历史数据拟合一条抛物线模型进行预测的方法。抛物线趋势预测适用于历史数据增长量呈抛物线趋势的预测对象。抛物线外推模型：

式中，n 为样本容量，取偶数，t∈。

6.指数曲线趋势预测法是指根据预测对象具有指数曲线变动趋势的历史数据拟合成一条指数曲线模型进行预测的方法。指数曲线趋势预测法适用于历史数据环比系数大致相同的预测对象。=a·bt。

这个方程可化为直线型ln y=ln a+t ln b⇒y′=A+kt，按直线趋势预测法求参数k，A，然后再求k，A 的反对数，得到b，a，建立指数曲线回归方程。(www.daowen.com)

7.移动平均预测法是将最近k 期数据加以平均作为下一期的预测值，每次预测时只使用最近k 期的数据。移动平均法适用于呈水平发展变化的一列数向外推一期的预测。

8.指数平滑法是一种特殊的加权平均法，加权的特点是对离预测期较近的历史数据给较大的权数，对离预测期较远的数据给较小的权数，权数由近到远按指数规律递减，以本期及本期以前的历史数据的加权平均数作为下期预测值。指数平滑法适用于水平型历史数据的预测。

9.季节变动数据是历史数据中所包含的季节变动规律性的数据。影响季节变动的多因素集中反映有规律的季节更替变动。

季节指数预测

季节变差预测

季节变差=历年同季平均数-全时期总平均数

季节比重预测

10.移动平均季节模型预测是一种先计算移动平均数，用移动平均数构建直线趋势模型，利用直线回归模型计算的趋势值加上一个季节变差或乘上一个季节指数进行预测。

11.长期趋势预测是一种先计算年季平均数，用年季平均数与时间构建直线趋势模型，利用直线回归模型计算的趋势值加上一个季节变差或乘上一个季节指数进行预测。