股票是許多人採取投資的項目。若能準確預測股價的漲跌，則可以有效地降低投資風險，賺取利潤。然而，有許多因素會影響股票走勢，例如政治因素，匯率變化，天災人禍。因此，股票走勢很難被精確預測。我們嘗試用模糊統計來解決股價預測的問題。本論文藉由模糊相關矩陣來建立多變量模糊時間數列，以便用來預測股票趨勢。實證研究則以台灣加權股價指數為對象，對每日的收盤價進行模糊時間數列分析與預測，還計算誤差與準確率。實證研究顯示，能降低投資者的風險。

石油是維持人類生存必需的商品，是容易運輸、儲存、使用的能源。石油價格的漲跌，將直接或間接影響經濟成長與物價水準。以公司營運來說，對海運業、航空業、石油公司等石油高度相關行業來說，購油成本一直佔據公司總成本相當大的比例，因此石油價格的變動，將使得會計年度內的購油成本高低相差甚大，進而影響公司整體營運利潤，因此購油決策重要性自不待言。當預測油價會上漲時，則公司將會以較低的石油價格購入較多的石油事先加以貯存或使用，以降低全年購油成本與分散風險。本文嘗試著導入模糊統計的概念並建立多變量多階自廻歸模糊時間數列模式，以期應用在油價之預測。實證方面則收集紐約商品交易所 (NYMEX: New York Mercantile Exchange) 的每日原油收盤價原始資料，針對原油價格進行模糊時間數列分析與預測，並比較命中率、誤差率與準確度。相信這對於購油風險控管及降低成本，提高公司盈餘深具意義。