Phân tích xu hướng định nghĩa kỹ thuật trích xuất mô hình hành vi trong chuỗi thời gian có thể ẩn một phần hoặc hoàn toàn bởi nhiễu. Phương pháp phân tích xu hướng được dùng rộng rãi trong phát hiện bùng phát và tăng/giảm bất ngờ xuất hiện bệnh, theo dõi xu hướng bệnh, đánh giá hiệu quả chương trình/chính sách kiểm soát bệnh, đánh giá thành công chương trình/chính sách chăm sóc y tế, v.v.
Các kỹ thuật khác nhau dùng để phát hiện xu hướng trong chuỗi mục. Làm mượt (Smoothing) là phương pháp loại bỏ hành vi không hệ thống trong chuỗi thời gian. Làm mượt thường dạng tìm trung bình động của giá trị thuộc tính, cho trước cửa sổ thời gian quanh điểm thời gian cụ thể.
Trung bình cục bộ của tất cả giá trị thuộc tính dùng thay vì giá trị cụ thể tại điểm đó. Giá trị trung vị (Median) thay vì trung bình (mean) thường dùng vì ít nhạy cảm với giá trị ngoại lai (outliers). Làm mượt lọc bỏ nhiễu và giá trị ngoại lai. Dùng dự đoán giá trị tương lai vì dữ liệu kết quả dễ phù hợp hàm đã biết (tuyến tính, logarithmic, exponential, v.v.)
Phát hiện mẫu mùa vụ (seasonal patterns) trong dữ liệu chuỗi thời gian khó hơn. Một phương pháp tìm tương quan giữa thuộc tính ở khoảng cách đều. Ví dụ, tương quan giữa mỗi giá trị thứ 12 (dữ liệu bán hàng hàng tháng). Khoảng thời gian giữa mục liên quan gọi là lag (độ trễ).
Hàm tự tương quan (Autocorrelation functions) tạo để xác định tương quan giữa giá trị dữ liệu ở khoảng lag khác nhau. Đồ thị correlogram hiển thị giá trị tự tương quan cho nhiều giá trị lag.
Độ hiệp phương sai (Covariance) đo lường hai biến thay đổi cùng nhau. Dùng làm cơ sở xác định mối quan hệ giữa hai chuỗi thời gian hoặc xu hướng mùa vụ trong một chuỗi thời gian. Hệ số tự tương quan rk đo tương quan giữa giá trị chuỗi thời gian ở khoảng cách lag k.
Một vài phương pháp dùng cho tự tương quan. Giá trị dương chỉ cả hai biến tăng cùng nhau, giá trị âm chỉ một tăng một giảm.
Giá trị gần 0 chỉ ít tương quan giữa hai biến. Công thức điển hình tính tương quan là hệ số tương quan r, đôi khi gọi là Pearson's r.
Cho hai chuỗi thời gian X và Y, trung bình X' và Y', mỗi n phần tử, công thức r:
$$\mathrm{\frac{\sum(x_i-X')(y_i-Y')}{\sqrt{\sum(x_i-X)^2(y_i-Y')^2}}}$$
Áp dụng tìm hệ số tương quan với lag k, rk, trên chuỗi thời gian X=(x1,x2,...xn) đơn giản. Chuỗi thời gian đầu X'=(x1,x2,...xn-k), chuỗi thứ hai X''=(xk+1,xk+1,...xn).