时间序列是一个变量在连续时点或者连续时期上测量的观测值的序列。
而数据的模式是了解时间序列过去行为的重要因素，确定数据的模式有效的第一步是绘制时间序列图。
1.水平模式（horizontal pattern）
当数据围绕着一个不变的均值上下波动时,则存在水平模式
术语平衡时间序列（stationary time series）指的是统计性质与时间独立的时间序列。特别地，其含义为：
（1）过程中产生的数据有一个不变的均值；
（2）时间序列的变异性随着时间的推移保持不变；
故平衡时间序列的时间序列总是显示出水平模式，但仅仅观测到水平模式就得出时间序列是平稳的结论，并没有充足的证据。而环境的改变常常导致具有水平模式的时间序列移动到一个新的水平，其中时间序列水平的改变使得选择一个适合的预测方法变得更为困难。
2.趋势模式（trend pattern）
当时间序列的数据呈现随机起伏的状态，但在一段较长的时间内，它仍然呈现逐步的改变或者移动到相对较高或者较低的值，则称为存在趋势模式。趋势模式通常是长期因素影响的结果
3.季节模式（seasonal pattern）
当在超过一年的时期内，由于受季节的影响，时间序列图呈现重复的模式，则称为季节模式。尽管我们通常认为时间序列的季节变动是在一年内出现，但在小于一年的时期内的时间序列数据也可能呈现季节模式。例如每天的交通流量数据显示在一天内的“季节”情况，高峰流量在上下班期间，中等流量在白天和傍晚时分，小流量是从午夜到清晨。
4.趋势与季节模式
即同时包含趋势模式和季节模式。
5.循环模式（cyclical pattern）
当时间序列图呈现出持续时间超过一年的在趋势线上上下交替的点序列，则存在循环模式。很多经济时间序列存在循环行为，其观测值围绕着趋势线不规则地上下波动。