建立時間序列模型，要進行四方面的選擇和判斷：一是判斷所依據的時間序列資料是否能夠滿足穩定性要求;二是判斷哪一種自回歸模型適合，是AR模型，還是MA模型，或是ARMA模型;三是判斷模型的階數;四是對模型的參數進行估計。

　　所謂“平穩”時間序列，是指其統計特性不隨時間的變化而發生變化。完全平穩時間序列的定義較為復雜，且實際問題中的時間序列往往不只要能是完全平穩的，因此統計中一般考慮的“平穩”可歸結為：對所有的時間點，序列具有同樣的均值、方差，而且任何兩時間點s,t之間序列的協方差只取時間間隔(t-s)，而和這些點在時間軸上的位置無關。

　　以下，我們舉實例來說明時間變量回歸模型的應用。

　　例如，要觀察我國改革開放以來人均國內生產總值的變化趨勢，可以根據相應年度的統計數據建立動態模型：

　　表4-1　　我國1978年～2003年人均國內生產總值資料　　　單位：元/人

　　其總體模型為：

　　表4-2　　　　計算表