时域分析方法从序列自相关角度揭示时间序列发展规律,相比谱分析,具有理论基础扎实、操作规范、分析结果易解释等优点。已广泛应用于自然科学和社会科学各领域,成为时间序列分析主流方法。基本思想源于事件发展具有一定惯性,统计语言描述序列值间存在相关关系及其统计规律,重点是寻找并拟合数学模型来预测未来走势。产生于1927年,G.U.Yule提出自回归(AR)模型,G.T.Walker使用滑动平均(MA)和自回归滑动平均(ARMA)模型奠定基础,Box和Jenkins总结提出ARIMA模型。近20年来,统计学家转向多变量、异方差和非线性时间序列分析,取得重大进展。