内容选取自彭健教授所著
《母猪营养代谢与精准营养》第十章。
原创内容，欢迎转发，务必注明信息来源。
时间序列分析（Time series analysis）是一种动态数据处理的统计方法，该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律以用于解决实际问题。
时间序列分析包括一般统计分析（如自相关分析和谱分析等），统计模型的建立与推断，以及关于时间序列的最优预测、控制与滤波等内容（张尧庭，1996）。
经典的统计分析都假定数据序列具有独立性，而时间序列分析则侧重研究数据序列的互相依赖关系。后者实际上是对离散指标的随机过程的统计分析，所以又可看作是随机过程统计的一个组成部分。
在母猪生产中，通过时间序列分析，可以对总产仔数、产活仔数、健仔数、仔猪初生重、断奶头数、断奶重和PSY等数值型变量完成系统描述、系统分析、预测未来以及决策和控制。系统描述是指根据对系统进行观测得到的时间序列数据，用曲线拟合方法对系统进行客观的描述。系统分析是指当观测值取自两个以上变量时，可用一个时间序列中的变化去说明另一个时间序列中的变化，从而深入了解给定时间序列产生的机理。
预测未来趋势变化时一般用ARMA模型拟合时间序列，预测该时间序列未来值。它的基本原理：一是承认事物发展的延续性，应用过去数据，就能推测事物的发展趋势。二是考虑到事物发展的随机性，任何事物发展都可能受偶然因素影响，为此要利用统计分析中加权平均法对历史数据进行处理。
该方法简单易行，便于掌握，但准确性差，一般只适用于短期预测。决策和控制则是根据时间序列模型可调整输入变量使系统发展过程保持在目标值上，即预测到过程要偏离目标时便可进行必要的控制。对于母猪生产数据来说，虽然有着许许多多的影响因素和随机因素，但是人们总可以从历史发展的过程总结出一套可以适用于未来的模型，更好地指导生产活动，规避风险，创造更高的经济效益（汤岩，2007）。
