时间序列预测法在实际应用中，例如某城市1984年至1994年间每年体育锻炼人口数的统计，目标是通过已有的11个数据点，借助数学模型预测未来的锻炼人数，以辅助城市决策者制定体育健身发展战略或工作计划。时间序列的特性各异，如日常粮食消耗通常保持稳定，构成的序列波动较小，这类称为平稳序列，其值受时间长度影响，而非特定时期，才能进行有效预测。
预测方法的选择与模型建立是关键步骤。以扬州市1980年至1999年农业总产值为例，数据逐年递增，表现出明显的趋势变化。对数据进行分析后，将其分为两个阶段：1980年至1990年的曲线趋势和1991年至1999年的线性趋势。采用最小二乘法，对这两个阶段分别拟合了二次曲线模型（Yt=a+bt+ct2）和线性模型（Yt=a+bt）。对于1980年至1990年的数据，拟合结果为Y^t=316488.1+14584.3t-705.3t2，而1991年至1999年的线性模型为Y^t=524212+51090.5t。这些模型为城市管理者提供了依据，帮助他们规划农业总产值的未来发展。
时间序列预测法是一种历史资料延伸预测，也称历史引伸预测法。是以时间数列所能反映的社会经济现象的发展过程和规律性，进行引伸外推，预测其发展趋势的方法。