在任何科学领域和知识领域中，都有现象，考虑到特定时间段内的所有变化，建议对其进行研究。至于一个人的日常环境，这里是他感兴趣的，比如过去一年某个产品的价格是如何变化的，医疗诊所的定期检查等等。
在统计中，一个或另一个对象在一段时间内发生的变化的总和只不过是一个时间序列。这一特性的任何水平都受到许多因素的影响，每一个因素都可以归因于随机或系统形成时刻，这些时刻会影响短期趋势和周期性波动。
分析这些因素的各种组合，我们可以得出结论，时间序列，取决于特定区域，可以采取以下形式之一。首先，宏观和微观层面的重要经济指标都在不断动态变化，因为它们受到大量因素的影响。同时，尽管这些因素往往指向不同的方向，但总体而言，它们形成了一个单向的趋势，显示出特定指标发展的进步或倒退。
其次，通过一个或另一个指标考虑时间序列，可以清楚地看到它受到明显的周期性波动。这可能是由于季节变化、全球趋势或某些工作周期的持续时间。
要找出时间序列在特定时间点的实际特征，需要对其随机趋势和循环分量进行矢量相加或相乘。相加得到的结果将是时间序列的加法模型，如果应用乘法，则结果将是乘法模型。
任何统计研究的主要任务是确定特定时间序列的所有三个主要组成部分的定量指标。这对于预测未来可以期待我们的这个系列的值是必要的。
在很多情况下，科学家需要以大致相等的时间间隔对一定数量的观测值进行抽样，即要有一个平稳的时间序列。他在从动态时间序列中去除趋势的情况下获得，即短期趋势形成的因素。
因此，时间序列是一个或另一个指标的一组量化值，取自某个时间段。每一层的形成受很多因素的影响，既有短期的，也有长期的。