در فصل اول در مورد فرآیندهای ایستا، نحوهء ایستا کردن سریهای زمانی، محاسبهء تابع اتوکواریانی، تابع خود همبستگی، تابع خود همبستگی جزئی و خانواده فرآیندهای اتور گرسیو و میانگین متحرک بحث خواهد شد. سپس خواص توابع خود همبستگی و خود همبستگی جزئی برای این مدلها که در تعیین و شناسائی مدل بکار میروند بررسی میشود. در ادامهء فصل اول خانوادهء مهمی از مدلهای سریهای زمانی یعنی arima, arma مورد بحث قرار میگیرند. سپس مدلهای فصلی و الگوی کلی یک مدل فصلی ضرب پذیر ارائه خواهد شد. در فصل دوم رساله، شناسائی و تشخیص مدلهای مختلف و نحوهء برآورد کردن پارامترهای مدل و همچنین روشهای بررسی میزان سازگاری مدل با داده ها یعنی مسئلهء رسا بودن مدل مورد بحث قرار خواهد گرفت . در ادامهء فصل دوم مبحث پیش بینی سریهای زمانی آورده میشود و کیفیت پیش بینی ها مورد مطالعه قرار میگیرند. در فصل سوم ضمن معرفی سریهای زمانی ارتفاع سطح آب ، درجه، حرارت ، میزان بارندگی، برای این سریها مدلهائی را بطور آزمایشی پیشنهاد کرده با استفاده از برنامه های کامپیوتری نوشته شده ابتدا پارامترهای مدل را به روش کمترین توانهای دوم برآورد می کنیم . سپس میزان سازگاری آنها را با داده ها به روشهای مختلف از جمله بررسی باقیمانده های مدل و رسم دوره نگر تجمعی باقیمانده ها تحقیق می کنیم. در صورت عدم تائید دقت مدل با استفاده از الگوی حاکم بر باقیمانده های مدل تغییراتی در مدل انجام داده مدلهای نهائی را با دقت مطلوب بدست می آوریم. در فصل چهارم با استفاده از فرم معادلهء تفاضلی مدل پیشنهادی به پیش بنی ارتفاع آب دریا می پردازیم. در این فصل تعداد 60 پیش بینی برای 5 سال آیندهء سری، واریانس پیش بینی ها و همچنین حدود احتمالی 95 درصد آنها نیز محاسبه و رسم گردیده اند. بطور یکجا در دسترس قرار گرفته اند، پیش بینی های به مبداء اسفندماه 1367 را بهنگام می کنیم و پیش بینی های جدیدی به مبداء خرداد ماه 1368 را بدست می آوریم. 3-4 نتیجه: با توجه به پیش بینی های ارتفاع آب دریا در جدول 204 و شکلهای 1-4 و 2-4 که بترتیب مقادیر سری بر حسب زمان و مقادیر سری بهمراه مقادیر پیش بینی برای 60 ماه آیندهء سری برحسب زمان را نشان میدهند، به این نتیجه میرسیم که در 60 ماه آینده ارتفاع آب دریا همچنان روند افزایشی داشته و سطح آن بالا خواهد آمد، البته لازم به تذکر است که این پیش بینی ها برای زمانهای انتظار کوتاه بیشتر قابل اعتمادند. چون طبق (6-1-4) با افزایش زمان انتظار برای پیش بینی، خطای پیش بینی افزایش یافته و واریانس آن نیز بزرگ میشود و از دقت آن کاسته میشود. این مطلب را با توجه به حدود احتمالی بدست آمده برای پیش بینی ها نیز میتوان تحقیق کرد، به این ترتیب که با افزایش زمان انتظار، حدود احتمالی نیز بزرگتر میشوند. مثلا یک پیش بینی برای زمان انتظار طولانی بزرگتر از 36 ماه لزوما دارای خطای بزرگی خواهد بود و در نتیجه فاصله احتمالی بزرگی خواهد داشت . شکل (4-4) ولی در عمل یک پیش بینی با زمان انتظار طولانی اولیه بطور مداوم بهنگام شده و به همان نسبت که زمان انتظار کوتاهتر میشود صحت و دقت بیشتری خواهد داشت .