平稳序列和非平稳序列
时间序列中某一时间t i 上的观测值y i ，可以分解为四个构成部分：长期趋势，记作T ti ；季节波动，记作S ti ；循环波动，记作C ti ；随机波动，记作I ti 。
一个给定的时间序列，如果没有长期趋势（水平趋势）且只含随机波动I ti 的序列称为平稳序列。如果包含随机波动I ti 且包含长期趋势T ti 或季节波动S ti 或循环波动Cti 则称为非平稳序列。
趋势序列是指包含T ti 或者还包含其他因素的序列，仅包含T ti 的序列是最简单的趋势序列。季节型序列是指包含S ti 或者还包含其他因素的序列，只包含S ti 的序列是最简单的季节型序列。复合型序列是指包含2个或者2个以上因素的序列。
关于这四部分构成内容的结构方式，理论上存在以下两种假设：
（1）加法模型假设，即T ti 、S ti 、C ti 、I ti 四项构成内容之和形成了实际的观测值y i =T ti +S ti +C ti +I ti ；
（2）乘法模型假设，即T ti 、S ti 、C ti 、I ti 四项构成内容之积形成了实际的观测值y i =T ti ×S ti ×C ti ×I ti 。至于这两种理论假设哪一种更符合真实情况，还有待于进一步研究和探讨。本章所介绍的时间序列分析方法遵循乘法模型假设。
非平稳序列具体包括以下7种可能的情形：
（1）y i =T ti ×I ti ；
（2）y i =S ti ×I ti ；
（3）y i =C ti ×I ti ；
（4）y i =T ti ×S ti ×I ti
（5）y i =T ti ×C ti ×I ti
（6）y i =S ti ×C ti ×I ti
（7）y i =T ti ×S ti ×C ti ×I ti
现实中我们发现同时包含四项构成内容的时间序列是比较少见的。
