多元时间序列分析(multivariate time series analysis)是指对多变量时间序列的研究。实际中，许多问题不仅是观察单个过程xt，而且是同时观察多个过程x1t，x2t，…，xrt，或者说xt为向量时，需要分析多变量时间序列xt=(x1t，x2t，…，xrt)T。例如，在工程上要研究电流与电压同时随时间变化的情况；在化学变化中要分析压力、温度和体积的变化关系；在气象预报分析时需要同时考虑该地区的雨量、气温和气压等记录资料。不仅要把他们各分量看做单变量过程来研究，而且要研究各分量之间的关系及变化规律，从而对时间序列做出预报和控制，这就是多元时间序列分析，其最典型的模型就是多元ARMA模型。实际中很多序列的变化规律都会受到其他序列的影响，比如在研究居民的人均消费序列时，由于消费会受收入的影响，如果能把收入也纳入研究范围，就能得到更精确的消费模型，这就涉及多元时间序列分析。1976年，Cox和Jenkins就采用天然气的输入速率作为输入变量，研究二氧化碳的输出浓度．这就将时间序列分析由一元推广到了多元的场合。