时间序列分析方法是一种应用十分广泛的统计分析方法。但是由于记录失误、测量不准等众多原因，时间序列数据中常常含有异常值。传统的时序建模方法对这种含有异常值的数据的处理，一般是去除异常值，然后对没有异常值的序列建立时序模型。然而去除异常值的过程一般都费时费力，而且带有很大的主观性。本文正是以改进传统建模方法处理异常值相对麻烦这一缺点为原动力，深入研究基于0-1序列的单指标时序分析方法，并把这种基于0-1序列的建模技术拓展到多指标时序建模中。这些工作主要包括：(1)补充讨论Kedem等给出的基于0-1序列单指标线性时序模型参数估计的一些其他性质，证明了这些估计具有相合性与稳健性；(2)研究i.i.d游程的分布性质，并据此给出一种基于0-1序列的正态白噪声的检验方法；(3)研究基于0-1序列的多指标时序建模技术。给出一种基于0-1序列的多指标时序自相关系数函数的估计，并证明这种估计具有相合性、稳健性与正态中心极限；给出一种基于0-1序列的原序列方差的稳健估计；进而给出多指标线性时序模型的一种基于0-1序列的稳健简捷的参数估计方法；给出基于0-1序列的多指标时序建模的详细步骤，模拟一条含有异常值的多指标序列现实，分别用传统方法与本文的稳健方法对该序列建立多指标时序模型，对比验证本文建模方法的有效性与稳健性。