对于可以使用的软件类型没有限制。此外，选择还可能取决于特定于您的数据或问题陈述的因素。
您必须记住什么是时间序列预测以及为什么您真正想要使用它，才能找到完美的软件。
时间序列预测的实际应用
就数据科学世界而言，时间序列数据具有特殊重要性。
。
（一）天气预报
（二）地震预测
（三）脑电图（监测脑电活动）
（四）数学金融
（五）销售预测
（六）人口预测（人类和动物）
（七）预测气候变化
（八）每天预测股票价格
然而，数据抽样最常见的用途是在研究中，样本由人组成（而收集的输出仍然是数据）。无论目的是什么，抽样技术和执行方法都是一样的。
在实际投票日之前进行的民意调查是最古老的抽样方法之一。调查询问一小部分人他们将投票给谁，并将该结果预测为实际投票的可能结果。
数据采样可让研究人员和分析师节省研究过程中数据收集和分析步骤的时间，从而更快地得出结论。
以医疗保健领域的癌症研究为例。通过使用 100 名患者样本（而不是整个癌症患者群体）来研究某种药物对癌细胞的成功率，医学研究人员能够更快地得出结论。研究结果将对世界上所有癌症患者产生积极影响。