所謂時間數列數據是「隨時間一起改變的數據」，此種數據不只在商學、工學上，即使在醫學上也是屢見不鮮的。
有關時間數列分析的中英文專書有不少，本書是以簡明的手冊型方式整理，這是本書有別他書之處。
本書的另一特色是不使用冗長的數理來表達，改以有速效之稱的軟體操作來說明，對急於想進行實證研究的人相信會有不少助益。

此外，時間數列的應用軟體市面上有不少，每種軟體均有其特色，本書採用SPSS來講解說明，除此之外，也介紹有EXCEL的使用。兩種應用軟體各有特色，搭配使用可收相輔相成之效

本書共分2篇，上篇是介紹EXCEL在時間數列上的應用，下篇是介紹SPSS在時間上的應用，使用本書熟悉兩種應用軟體之後，相信會對時間數列的研究有所助益。

上篇：Excel應用
1.時間數列分析用語解說
1.1　意義及範圍
1.2　時間數列的特性
1.3　時間數列的種類
1.4　時間數列的組成分子
1.5　時間數列的模型種類
1.6　時間數列組成分子的估計方法
1.7　時間數列的迴歸分析法
1.8　平均法與平滑法
1.9　時間數列的變換方式
1.10　預測精確度的衡量
1.11　自我相關函數和偏自我相關函數
1.12　自我迴歸模型AR(p)
1.13　移動平均模型MA(q)
1.14　自我迴歸移動平均模型ARMA(p, q)
1.15　自我迴歸整合移動平均模型ARIMA(p, d, q)
1.16　相關係數
1.17　隨機漫步
1.18　白色干擾
1.19　傳遞函數
1.20　 時間數列預測法的分類
1.21　模型的估計與選擇
1.22　自我迴歸的檢定
2.時間數列分析可以知道什麼？
2.1　如表現成圖形時
2.2　如採取移動平均來觀察時
2.3　如使用自我相關係數時
2.4　如使用交差相關係數時
2.5　如利用指數平滑化時
2.6　如利用自我迴歸模型時
2.7　利用季節性的分解時
2.8　如利用光譜分析時
3.時間數列圖形的畫法
3.1　時間數列數據與其圖形
3.2　時間數列圖形的畫法
4.時間數列數據的基本類型
4.1　3個基本類型
4.2　3個基本類型是重要理由
4.3　季節性的分解
5.長期趨勢簡介
5.1　長期趨勢或長期傾向
5.2　趨勢的檢定
6.利用曲線的適配預測明日
6.1　利用最小平方法的曲線適配
6.2　利用傅立葉級數的曲線適配
6.3　利用spline函數的曲線適配
6.4　曲線的適配與預測值的求法
7.週期變動與季節變動
7.1　週期變動
7.2　季節變動
7.3　光譜分析簡介
8.不規則變動與白色雜訊
8.1　不規則變動
8.2　不規則變動的製作方式
8.3　檢定隨機性
8.4　白色雜訊
9.時間數列數據的變換
9.1　取差分
9.2　進行移動平均
9.3　採取落後
9.4　進行對數變換
10.指數平滑化簡介
10.1　指數平滑化
10.2　利用指數平滑化的預測
11.自我相關係數簡介
11.1　自我相關係數
11.2　自我相關係數與相關圖
12.交差相關係數簡介
12.1　2個變數的時間數列數據
12.2　交差相關係數與先行指標
13.自我迴歸模型AR(p)簡介
13.1　自我迴歸模型
13.2　ARMA(p, q)模型
13.3　ARIMA(p, d, q)模型
13.4　Box-Jenki...