时间序列分析的一个主要目的就是根据已有的历史数据对未来进行预测，进而更好地了解当下和解决实际问题。 一个时间序列数据往往含有不同的成分，如趋势、季节性、周期性和随机性等，给定一个具体的时间序列可能只含有上述不同成分中的一种，也可能同时含有几种成分。 含有不同成分的时间序列所用的预测方法是不同的。 因此，在对时间序列进行预测分析时，通常需要按照以下几个步骤进行分析：

第一步：确定时间序列的类型，即确定时间序列所包含的趋势成分，是否平稳。

第二步：根据不同的时间序列数据类型，选取适合此类时间序列的预测模型（或预测方法）。

第三步：对可能的预测方法进行评估，以确定最佳预测方案。

第四步：利用最佳预测方案进行预测。

根据不同的时间序列数据，选取的预测方法与分析流程如下图11.7 所示。