一、研究目的

本文的主要目的仍是利用自我相關分析來配合假定由機遇程序所產生的數列，而後利用所配合的模式來求最佳的預測值。

二、研究方法

根據機遇程序的假設，時間數列如果在觀測值之間有相關的話，則可看成是機遇程序經由線性filter轉換的結果，根據此論點及對機遇程序的假定，而導出一些供配合時間數列的模式，然後利用統計學上之方法，來判定模式形態，估計模式係數及變方，而後再根據所配合的模式，根據最小均方誤之原則，導出最佳之預測值，並據而更進(updating)新的預測值。

三、內容

首先介紹時間數列一般可供配合的模式，並討論穩定性模式之性質，並進而擴充至非穩定性數列，而此最重要的是討論模式的自我相關函數及淨自我相關函數，以及這些函數與模式變動及行為之間的關係。

其次根據模式與自我相關函數及淨自我相關函數間的關係，來判定模式的形態，並且初步的估計模式係數，再則利用平方和函數，以所求的最小平方估計數(l.s.e.)來當其最概函數估計數(MLE)的近似值。

最後利用所估計的模式係數來求剩餘誤差，再求剩餘誤差的自我相關函數，而求此函數所構成的統計量Q，再利用Ⅹ2分布之性質來檢定模式的接受性，並且可利用此剩餘誤差的自我相關函數來做修正模式之依據。

當模式被接受之後，即可依此求最佳預測值，台灣香菸消費之預測數值即是根據這些時間數列模式預測的。而此種預測是種機率性的預測，所以也建立預測值的信賴區間。

四、結論

時間數列配合的目的是求預測值，而預測值一般對管埋上的用途仍在其可用為各種有關規劃之根據。因此配合時間數列只是一種手段，為要達到求預測值或控制用此目的之手段。