比如根據《史記 貨殖列傳》記載，早在春秋戰國時期，範蠡和計然就提出我國農業生產具有“六歲穰、六歲旱，十二歲壹大饑”的自然規律。《越絕書 計倪內經》則描述的更加詳細，“太陰三歲處金則穰，三歲處氺則毀，三歲處木則康，三歲處火則旱......天下六歲壹穰，六歲壹康，凡十二歲壹饑”。
用現代漢語來表述就是“木星繞天空運行，運行三年，如果處於金位，則該年為大豐收年；如果處於水位，則該年為大災年；再運行三年，如果處於木位，則該年為小豐收年，如果處於火位，則該年為小災年，所以天下平均六年壹個大豐收年，六年壹個小豐收年，十二年為壹個大饑荒”。這是2500多年前，我國對農業生成具有3年壹個小波動，12年左右壹個大周期的記錄，是壹個典型的描述性時間序列分析。
描述性時序序列分析方法是人民在認識自然、改造自然的過程中發現的實用方法，對於很多自然現象，只要人們觀察時間足夠長，就能運描述性時序分析發現蘊含在時間裏的自然規律，根據自然規律，做恰當的政策安排，就能有利於社會的發展和進步。
人們沒有采取任何復雜的模型或分析方法，僅僅是按照時間序列收集數據，描述和呈現序列的波動，就了解到小麥產量的周期波動特征，產生該周期特征的氣候原因以及周期波動對價格的影響。操作簡單，直觀有效是描述性時間序列分析方法的突出特點。它通常也是人們進行統計時序分析的第壹步，通過圖示的方法直觀的反映出序列的波動特征。
隨著研究領域的不斷拓廣，人們發現單純的描述性時序分析有很大的局限性，在金融、保險、法律、人口、心理學等社會科學研究領域，隨機變量的發展通常會呈現出非常強的隨機性，想通過對時序序列簡單的觀察和描述，總結出隨機變量發展變化的規律，並準確預測出它們將來的走勢通常是非常困難的。
為了更準確的估計隨機時序發展變化的規律，從20世紀20年代開始，學術界利用數理統計學原理分析時序序列。研究重心從總結表現現象轉移到分析序列值內在的相互關系上，由此開辟了壹門應用統計學科，時序序列分析。
縱觀時間序列分析方法的發展歷史可以將時間序列分析方法分為兩大類。
頻域分析方法也成為頻譜分析或譜分析方法
早期的頻譜分析方法假設任何壹種無趨勢的時間序列都可以分解成若幹不同頻率的周期波動，借助傅裏葉分析從頻率的角度揭示時間序列的規律，後來又借助了傅裏葉變換，用正弦、余弦項之和來逼近某個函數。20世紀60年代，burg在分析地震信號時提出最大熵譜值估值理論，該理論克服了傳統譜分析所有雇的分辨率不高和頻率漏泄等缺點，使得譜分析僅以壹個新階段，稱之為現代譜分析階段。
目前譜分析方法主要用於電器工程，信息工程，物理學，天文學，海洋學和氣象科學等領域，它是壹種非常有用的縱向數據分析方法，但是由於譜分析過程壹般都比較復雜，研究人員通常需要很強的數學基礎才能熟練使用它，同時它的分析結果也比較抽象，不易於進行直觀的解釋，所以譜分析方法的使用具有很大的局限性。
時域（time domain）分析方法主要是從序列自相關的角度解釋時間序列的發展規律。相對於譜分析方法，它具有理論基礎紮實、操作步驟規範、分析結果易於解釋等有點。目前它已經廣泛應用於自然科學和社會科學的各個領域，成為時間序列分析的主流方法。本書就是介紹時域分析方法。
時域分析方法的基本思想是事件的發展通常都具有壹定的慣性，這種慣性用統計的語言來描述就是序列值之間存在壹定的相互關系，而且這種相互關系具有某種統計規律。我們分析的重點就是尋找這種規律，並擬合出適當的數學模型來描述這種規律，進而利用這個擬合模型來預測序列未來的走勢。
時域分析方法具有相對固定的分析套路，通常都遵循如下分析步驟：
時域分析方法的產生最早可以最早追溯到1987年，英國統計學家G.M.JenKins聯合出版了 Times Series Ananlysis Forecasting and Control壹書。在書中，Box和Jenkins在總結前人的基礎上，系統的闡述了對求和自回歸移動平均（autoregressive integrated moving average）ARIMA模型的識別、估計、檢驗及預測的原理和方法。這些知識現在被稱為經典的時序序列分析方法，是時域分析的核心方法。為了紀念Box和Jinkens對時間序列的發展的特殊貢獻，現在人們也常把ARIMA模型稱為Box-Jenkins模型。
Box-Jenkins模型實際上是主要運用於單變量、同方差的線性模型。隨著人們對各領域時序序列的深入研究，發現該經典模型在理論和應用上都還存在許多局限性。所以近20年來，統計學家紛紛轉向多變量場合、異方差場合和非線性場合的時序序列分析方法的研究，並且取得了突破進展。