Pendugaan Parameter, Diagnostik Model, dan Peramalan data deret waktu.

Pemeriksaan kestasioneran data deret waktu baik dalam rataan maupun dalam ragam serta pemeriksaan di tingkat partisi datanya.

Pemodelan data deret waktu dengan AR(2), MA(2) dan ARMA(2,2)

Pemodelan regresi dengan peubah lag dengan mencobakan metode-metode seperti koyck, ADRL, DLM, Autoregressive dan melakukan perbandingan terhadap model-model tersebut.

Regresi memiliki asumsi yang harus dipenuhi salah satunya tidak adanya autokorelasi pada data. Ketika ada autokorelasi tersebut dapat dilakukan penanganan umum menggunakan metode Cochrane-Orcutt dan Hildreth-Lu

Pemulusan (smoothing) data deret waktu dengan beberapa metode klasik yakni SMA, DMA, SES, DES dan pencarian pemulusan terbaik.

Perbandingan performa model dari beberapa jenis model regresi yakni regresi klasik, regresi ridge dan regresi lasso dengan melihat nilai R-square pada setiap modelnya.