دانستن اینکه فردا نرخ ارز در بازار تهران چقدر است، یا شاخص سهام شرکت الف در ماه بعد به چه میزان است، یا اینکه دمای هوای کشور یا شهر مقصد در هفته آینده به چه اندازه است، خواسته ای است که بشر آگاهی از آن را بر ناآگاهی ترجیح می دهد. درست است که می توان بر اساس تجربه، رویدادهای آینده را حدس زد، اما این حدس فقط یک احساس است و برگردان احساس در یک قالب مشخص و قابل درک مشکل به نظر می رسد. تکنیک های سری زمانی ابزاری است مناسب که با استفاده از آن می توان مشکل فوق را حل نمود. بررسی گذشته داده ها به منظور شناسایی و تعیین ماهیت یک پدیده قدم اول در یک مدل سازی اصولی است که با استفاده از آن می توان در گام بعدی به یک پیش بینی صحیح و قابل اتکا دست یافت. لذا آگاهی مناسب و عمیق از این دانش، بازخورد مطلوب تصمیمات فرد در آینده را تضمین می کند. از طرفی دیگر، با توجه به رشد خیره کننده تکنیک های سری زمانی به همراه پیچیدگی های نظری آن باعث شده است که دانشجویان و حتی افراد حرفه ای نتوانند ارتباط مناسبی را با آن برقرار کنند. لذا در این مجموعه آسان سازی و بهینه سازی یادگیری از لحاظ تئوری از یک طرف و پیاده سازی مبانی در فرم کاربردی با استفاده از بسته های نرم افزاری موجود (R ،Stata ،EViews) هدف گذاری شده است تا بتوان با استفاده از آن به نحوه اثر بخش از تحلیل های سری زمانی به هر منظوری استفاده نمود. تحلیل سری های زمانی به عنوان مبحثی کاربردی در تمامی رشته های علمی از قبیل مهندسی، اقتصاد، جغرافیا، مدیریت و ... استفاده می شود. همچنین امروزه نقش و جایگاه مهم و گسترده ای را در بین پژوهشگران مدیران و سیاست گذاران داراست. معرفی متدهای جدید و پیچیدگی های مبانی این کلاس خاص از تحلیل های علمی، همواره یکی از دغدغه های اصلی متقاضیان این مبحث بوده است. امروزه در تمامی مجامع علمی پژوهشی و دانشگاهی عدم وجود یک مجموعه مدون و دقیق و از همه مهم تر کاربردی که بر اساس اخرین متدهای علمی متداول در دنیا تهیه شده باشد به شدت محسوس است. لذا مجموعه فوق بنای آن دارد که با استفاده از نرم افزارهای معتبر شناخته شده، مبانی نظری به روز و اساسی این حوزه را در قالبی مدون، ساده و کاربردی در اختیار مخاطبان و هموطنان عزیز قرار دهد. باشد که این فرادرس پاسخی مناسب، به منظور رفع خلاء محسوس، در این مبحث گردد.
