时间序列分析是处理数据的现代统计方法之一,其理论和方法已被广泛应用到工程技术、气象、水文、地震、生物医学、经济管理以及军事科学等诸多领域。时间序列分析是对以时间为序排列的数据建立模型,分析研究数据的动态结构和发展规律,进而对未来状态进行预测。时间序列数据涉及的领域广泛,其结构也复杂多样。对于不同类型的数据,模型的随机误差分布会呈现出不同的特征,比如不对称或者厚尾等。用分位数回归法估计模型的参数时,对随机误差的分布不做任何要求,而且它可以估计条件分布的分位数函数,用不同分位点处的估计函数来刻画条件分布在不同位置的特征。本文用分位数回归的方法对时间序列进行建模。在深入研究分位数回归和时间序列理论的基础上,收集了澳大利亚月度红酒销量的数据,用分位数回归法对该数据进行了分析。在不同分位点处,估计和检验了模型的参数,进而对红酒销量进行预测。与通常的时间序列模型相比较,该方法能得到更加完整的红酒销量信息。