我国城市化进程中,高层及超高层建(构)筑物越来越多。为了保证建(构)筑物的正常使用寿命和建(构)筑物的安全性,对建筑物及地基进行长期和系统监测的必要性和重要性愈加明显。变形监测的最终目的是预测,即利用长期积累的观测资料掌握变化规律,对建筑物的未来性态做出及时有效的分析和预报。对变形观测数据的处理一直是各国专家学者研究的重点。时间序列分析预测模型,广泛的应用于各行各业,但是在预测建筑物变形方面应用较少,尤其是用于钢结构建筑物的变形预测罕见报道,本文在这方面作了一些开拓性的工作。本文详细阐明了时间序列的基本思想、几种常见的时间序列模型以及时间序列的动态特征;分析如何利用自相关函数和偏相关函数来对模型进行判定;通过对时间序列的几种定阶准则的比较,确定出一种较好的定阶准则来建立模型,从而利用逆函数法进行预报。利用光大银行长春分行营业大厦(钢结构高层建筑物)的变形监测资料,具体介绍了了建立时间序列分析模型的过程,详细分析了预报结果。时间序列分析是从统计角度来揭示各时序内部的统计关系与各时序之间的统计关系的,需要多期大量的观测数据,模型定阶的困难。为此,本文提出一种改进方法——最小二乘推估。文中阐明了最小二乘推估方法中方差—协方差函数的建立方法与应用过程,利用同样的样本数据计算了预报结果,并对此预报结果与应用时间序列分析计算的预报结果进行了对比分析。初步证明最小二乘推估在沉降预报中应用的可行性。