是将非平稳时间序列转化为平稳时间序列，然后因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。根据原序列是否平稳以及回归中所含部分的不同，包括移动平均过程（MA）,自回归过程（AR）,自回归移动平均过程（ARMA）以及ARIMA。ARIMA（p,d,q）,其中p为自回归阶数，q为移动平均项数，d为非平稳时间序列达到平稳需要的差分次数。
  可用滑动平均来估计趋势成分和季节成分，用ARIMA模型延长序列，解决权重问题。
   分析的第一步通过有效的手段提取序列中所含有的确定性信息：构造季节指数，拟合长期趋势模型，移动平均，指数平滑差分方式：含有线性趋势，一阶差分；含有曲线趋势，二阶和三阶差分；固定周期，步长为周期长的差分。注意避免过差分现象。
   平稳性检验的方法，用时序图和自相关图显示特征作出判断；构造检验统计量进行假设检验，单位根检验，即通过检验特征根在单位圆内还是单位圆上（外），来检验序列的平稳性
  纯随机性检验，也称为白噪声检验