进行时间数列分析的一个重要前提，就是了解长期趋势、季节变动、循环变动和不规则变动四种变动因素以什么样的形式结合（假定在时间数列中均包含四种因素）。把这四种影响因素同时间数列的关系用一定的数学关系式表示出来，就构成了时间数列的分解模型。将各影响因素分别从时间数列中分离出来并加以测定的过程，称为时间数列的构成分析。

按照四大构成要素对时间数列的影响方式不同，时间数列可以分解为多种模型，如乘法模型、加法模型、混合模型等。各种模型都是在一定假定情况下成立的，其中最常用的是乘法模型。

1.乘法模型

假设四种因素变动相互交叉影响，则时间数列中的观察值是四个构成因素之积，即乘法模型：

式中，Y 表示时间数列的指标数值；T 表示长期趋势成分；S 表示季节变动成分；C 表示循环变动成分；I 表示不规则变动成分。

根据这一模型，要求出某个构成因素的影响，就用其余构成部分除以时间数列即可。但求出长期趋势T 以后，以Y 除以T，则可得不含长期趋势的派生时间数列若再求出季节变动S，用S 去除，则可得不含长期趋势及季节变动的时间数列

如果时间数列中仅含长期趋势和季节变动，则可以按以上相除的方法将两种因素分解开来进行分析。

2.加法模型

假设四种因素变动相互独立，则时间数列中的观察值是四个构成因素之和，即为加法模型：(www.daowen.com)

同样，当欲求出某种因素变动的影响时，则可用相减的形式。如长期趋势T 测定出来后，用Y 减去T，即得不含长期趋势T 的派生时间数列。如果此时时间数列只受两因素（T和S）的影响，则Y-T＝S，得到只含季节变动的时间数列，就可直接分析季节变动这一因素了。

3.混合模型

如Y＝T·S ＋I，Y＝S ＋T·C·R 等。

在实际工作中，具体应用哪种模型进行分析，需根据研究对象的性质、目的和掌握的资料等情况而定，但一般以乘法模型应用最多。

对时间数列各个构成因素的分析，通常以长期趋势和季节变动为主。因此，本章仅介绍长期趋势和季节变动的测定。

对长期趋势的测定和分析，是时间数列分析的重要内容，其主要目的：一是认识现象随时间发展变化的趋势和规律性；二是对现象未来的发展趋势做出预测；三是从时间数列中剔除长期趋势成分，以便分解出其他类型的影响因素。

根据表现形态的不同，现象发展的变动趋势有线性趋势和非线性趋势。下面分别介绍它们的一些重要分析方法。