时间序列数据与横截面数据最大的区别在于时间序列数据是按照时间顺序排序的，在数据分析中，时间序列数据侧重于过去数据对未来的影响；很多宏观经济变量，如GDP、通货膨胀率、利率、失业率等，以及金融学中的变量，如股票收益率、市场风险等，均是时间序列数据；
一个标有时间角标的随机变量序列被称为一个随机过程。常见的时间序列回归模型有静态模型、有限分布滞后模型、自相关时间序列模型等；静态模型如不包含预期的菲利普斯曲线模型，有限分布滞后模型则考虑长期冲击与短期冲击对被解释变量的影响，自相关时间序列模型分析时间序列数据的自相关性，常用于金融时间序列分析，如ARCH模型-自相关条件异方差模型与GARCH模型-一般自相关条件异方差模型。