时间序列分析以时间作为唯一的自变量，函数值（至少）由3部分组成： 长期趋势项、周期变化项和随机扰动项。 其中周期变化项可能包含多个周期的变化，例如以天为周期的变化、 以月为周期的变化、以年为周期的变化等。 采用自相关方法可以识别出函数值中的周期变化成分， 其原理是对于周期为t的变量X，把自身延后（lag）t后生成新变量X1， X与X1的相关系数会明显升高，具体实例见 统计思维 第二版（作者Allen Downey， 人民邮电出版社，2015.9，ISBN: 978-7-115-40108-3）12.7节对大麻价格的分析。
随机扰动项可以看作是服从正态分布的白噪声， 去掉这两项后，剩余的就是长期趋势项。
Arima预测值由最近的几次观测值加权后线性组合而成。
Note:
时间序列分析中可以包含除时间外的其他自变量，参考 Time series - Is Time the only independent variable?