多个时间序列就是这样：多个序列而不是单个序列。

多变量时间序列通常与单变量时间序列形成对比，在单变量时间序列中，每次观察一次$t$是值的向量，而不是单个值。通常对于这样的序列，向量中的变量是密切相关的，这就是为什么我们认为它们是向量形式的单个观察，而不是来自不同时间序列的不同观察。

为了更好地解释差异，请考虑以下示例：

• 我们要监测一组患者的体重：这将是多个时间序列，即每个患者的每日体重值是一个单独的时间序列。

• 我们想监测单个患者的健康状况，因此我们跟踪患者的每日体重、每日体温、每日血压、每日胆固醇水平等……：这将是一个多变量时间序列。

多元回归模型：与多个因变量有关。

多元回归模型：与多个自变量有关。

时间序列：与随时间重复测量相同变量有关（通常重复多次）。

这些可以组合，例如时间序列数据的多个多元回归模型。