序列相關性，在計量經濟學中指對於不同的樣本值，隨機干擾之間不再是完全相互獨立的，而是存在某種相關性。又稱自相關，是指總體迴歸模型的隨機誤差項之間存在相關關係。
在迴歸模型的古典假定中是假設隨機誤差項是無自相關的，即在不同觀測點之間是不相關的。如果該假定不能滿足，就稱與存在自相關，即不同觀測點上的誤差項彼此相關。
序列相關性，在計量經濟學中指對於不同的樣本值，隨機干擾之間不再是完全相互獨立的，而是存在某種相關性。又稱自相關，是指總體迴歸模型的隨機誤差項之間存在相關關係。
在迴歸模型的古典假定中是假設隨機誤差項是無自相關的，即在不同觀測點之間是不相關的。如果該假定不能滿足，就稱與存在自相關，即不同觀測點上的誤差項彼此相關。
某一城市從1984年到1994年中，每年參加體育鍛煉的人口數，排列起來，共有11個數據構成一個時間序列。希望用某個數學模型，根據這11個歷史資料，來預測1995年或以後若干年中每年的體育鍛煉人數是多少，以便於該城市領導人制訂一個有關體育健身的發展戰略或整個工作計劃。不同的時間序列有不同的特徵，例如一個人在一年中每天消耗的糧食基本上是相同的，把這365個數字排列起來。發現它所構成的時間序列總保持在一定水平，上下相差不太大，我們稱它是平穩時間序列。它的取值和具體是哪個時期無關，只和時期的長短有關。一般來說．只有屬於平穩過程的時間序列．才是可以被預測的。
1、時間序列分析(Time-SeriesAnalysis)是指將原來的銷售分解為四部分來看——趨勢、週期、時期和不穩定因素，然後綜合這些因素，提出銷售預測。強調的是透過對一個區域進行一定時間段內的連續遙感觀測，提取影象有關特徵，並分析其變化過程與發展規模。當然，首先需要根據檢測物件的時相變化特點來確定遙感監測的週期，從而選擇合適的遙感資料。
2、特點：簡單易行，便於掌握，但準確性差，一般只適用於短期預測。
3、基本原理：一是承認事物發展的延續性。應用過去資料，就能推測事物的發展趨勢。二是考慮到事物發展的隨機性。任何事物發展都可能受偶然因素影響，為此要利用統計分析中加權平均法對歷史資料進行處理。
4、基本思想：根據系統的有限長度的執行記錄（觀察資料），建立能夠比較精確地反映序列中所包含的動態依存關係的數學模型，並藉以對系統的未來進行預報。