fly2008 时间序列分析是研究序列自身的发展趋势，根据变量的过去推测未来，而回归分析是研究不同变量之间的因果关系，根据其他变量的变化推测未来变化。 时间序列分析：y(t)<----f(t)，或y(t)<----y(t-1)，y(t-2)...... 回归分析：y<---- x， 数据可以是时间序列，也可以是横截面数据
neo.cryptic 实际上时间序列分析中也有用到回归的地方，例如做两时序变量的E-G协整检验时，第一步得出的协整方程就是用OLS方法拟合出来的，只不过为了避免“伪回归”现象的出现（这里可以窥见时间序列分析和普通回归分析的不同所在之一），才有第二步的残差序列平稳性检验。 要说不同的话就多了去了，具体得去看书。定量预测方法一般包括两种：时间序列预测法和因果模型预测法，回归分析应该属于因果模型预测法的范畴。常见而言，时序数据要套时间序列理论，不能用普通回归模型（可简单认为是拜观测自相关性和序列非平稳性两大特点所赐）。
