2 趨勢

一般時間序列的均值函數是完全任意的時間函數，平穩時間序列的均值函數是一定時域上的常數。

1 確定性趨勢與隨機趨勢

下文考慮確定趨勢的建模方法

2 常數均值的估計

假設均值函數是常數，模型可以寫爲
Y t =μ+X t  
其中對所有的t  有E(X t )=0 
若用樣本觀測到的時間序列Y 1 ,Y 2 ,...,Y n   來估計μ  ，最常用的是μ  的估計是樣本均值或平均數。
對於平穩序列，均值估計量的方差一般跟樣本容量稱反比
對於非平穩序列（但有常數均值），均值估計量的方差一般隨着樣本容量的增大而增大。
顯然，對於非平穩序列，不能用樣本均值估計，需考慮其他方法。

3 迴歸方法

傳統的迴歸分析統計方法可以方便地估計一般的非常數均值趨勢模型的參數。本文主要介紹線性趨勢、二次趨勢、季節性均值趨勢和餘弦趨勢。

1 時間的線性趨勢和二次趨勢

考慮如下的確定時間趨勢：
μ t =β 0 +β 1 t 
最常用選擇最小二乘法估計參數的值

2 週期性或季節性趨勢

3 餘弦趨勢

4 迴歸估計的可靠性和有效性

5 迴歸結果的解釋

6 殘差分析