1.趨勢擬合法是以時間為自變量，以對應的序列觀測值為因變量，建立具有時變序列值的回歸模型的方法。包括線性擬合和非線性擬合。
當長期趨勢呈現線性特征時，使用線性擬合。參數估計方法是最小二乘估計。
非線性擬合的應用是當長期趨勢呈現非線性特征時。參數估計的思想是把壹切可以轉化為線性模型的東西轉化為線性模型，用線性最小二乘法估計參數。如果不能轉化為線性，就用叠代法來估計參數。
2.平滑法是趨勢分析和預測的常用方法。它利用平滑技術削弱短期隨機波動對序列的影響，使序列平滑，從而顯示長期趨勢變化的規律。
擴展數據
時間序列分析的主要用途:
1，系統描述
根據觀察系統得到的時間序列數據，用曲線擬合的方法對系統進行客觀描述。
2.系統分析
當觀測值取自兩個以上變量時，可以用壹個時間序列的變化來解釋另壹個時間序列的變化，從而深入理解給定時間序列的機理。
3.預測未來
通常使用ARMA模型來擬合時間序列，預測時間序列的未來值。
4、決策與控制
根據時間序列模型，可以調整輸入變量，使系統開發過程保持在目標值，即在預測到過程將偏離目標時，可以進行必要的控制。
百度百科-時間序列分析