沈硕

摘要：时间序列一般会在生产和科学领域当中进行使用。指的是一系列时刻之下获取到的离散数字所形成的集合。时间序列可以借助系统当中提供的时间序列数据，借助参数估计和曲线拟合法分析之后的趋势。本文主要介绍了移动平均（MA）、自回归（AR）等多种模模型，得到预估参数，为实际问题提供解决思维和方案。

关键词：道路工程;三维线性;事故率

1 引言

时间序列当中的数据具有一定的复杂性，例如经济领域当中的年产值、产品的市场销量、产品的价格变动、股票的实时变化、地区的人口流动、国民收入情况等都能够形成时间序列，除此之外，铁路的客流量、自然环境当中的月降水量、河流数量、太阳黑子数等等，也都是以时间序列的形式进行排列。

当前在经济、社会、科学等多个领域当中，依然有很多的时间序列具有缺陷，急需改正和弥补。科学家们在对这些时间序列进行分析的过程当中，也希望能够掌握相关现象的浮动规律，从动态层面更加了解现象和其他现象之间的联系，提高获取数据的准确性，将得到的信息和数据应用到研究当中，通过预测来掌握某一现象的未来发展趋势。

恩格尔之后对于时间序列的研究分析一直持续了下来。直到目前，时间序列分析已经有了相对成熟、完善的理论架构，并且随着互联网时代的不断发展，这一架构逐渐和当代信息技术、互联网技术相融合，提高分析手段的技术性。但是这些高技术分析策略，比如神经网络等，所涉及的理论知识繁杂，并且当前的应用范围非常小，需要走过很长的发展道路。……