Die Zeitreihenanalyse dient neben der Beschreibung und Erklärung der zeitlichen Entwicklung einer Variablen insbesondere auch deren Prognose, d. h. der Schätzung von Werten dieser Variablen für zukünftige Zeitpunkte oder Perioden. Jede weitreichende Entscheidung basiert auf Prognosen. Die Zeitreihenanalyse ist daher für die Stützung von Entscheidungsproblemen jeglicher Art von großer Wichtigkeit. Für die Produktions- und Absatzplanung eines Herstellers ist z. B. von Wichtigkeit, wie sich seine Absatzmenge oder das Volumen seines Marktes langfristig entwickeln werden oder welchen periodischen Schwankungen diese Größen unterworfen sind. Die Darstellungen in diesem Kapitel konzentrieren sich auf die Durchführung von Zeitreihenanalysen mit Hilfe der linearen Regressionsanalyse. Sie ermöglicht die Erstellung von Punktprognosen sowie auch die Berechnung von Prognosefehlern und von Prognoseintervallen, innerhalb derer das vorhergesagte Ereignis mit einer festgelegten Wahrscheinlichkeit liegen wird. Die Vorgehensweise bei Zeitreihenanalysen wird für verschiedene Modelle verdeutlicht und auch für ein größeres Fallbeispiel gerechnet. Dabei wird auf die Prozeduren REGRESSION, CURVEFIT und NLR in IBM SPSS zurückgegriffen.