No modelo de médias móveis de ordem q, MM(q), a função de autocorrelação é: ${\rho }_{{}_j}$ = 0, para j = q + 1, q + 2, ..., n (j é o número de defasagens).

No modelo autorregressivo de ordem 1, AR(1), dado por: y_t = 2 + 0,5 y_t-1 + e_t, com et ∼ N(0, σ²), a função espectral é ${\rho }_{{}_j}$ = (0,5)^j, j = 1, 2, ..., n (j é o número de defasagens).

Numa série temporal que cresce linearmente, o modelo ARIMA (p, d, q) deve ter o parâmetro d = 0, já que não é necessário fazer diferenciação.

O método dos mínimos quadrados é o método clássico para estimar os parâmetros do modelo ARIMA.

Um inconveniente dos modelos de suavização exponencial é que eles não têm fórmula para se fazer previsões de observações futuras.