通常短期的客流量是由过往的客流规则以及节假日、气温、天气状况等外界因素决定的。而从长期来说客流量是受城市规模，周边的居民区、商业区规模，经济增长速度、油价等外界因素影响的。

        时间序列算法是目前常用的计量经济学算法。通过时间序列算法，交通研究人员可以及时了解各类外界因素，如：节假日、气温、天气状况等因素是如何影响公共站点客流流量的，从而帮助公共交通部门提前制定准确的交通调度计划，大程度保证市民的出行顺利以及城市交通的通畅。

        下图为站点客流量展现样例。通过时间序列算法对各站点历史客流数据的学习，系统会根据站点客流的周期性、季节性规律以及外部因素（节假日、天气预报等）给出未来一段时间内（15分钟/小时/天等）可能的客流量、可能的客流上限以及可能的客流下限（95%的置信空间——表示未来客流量有95%的概率落在该上限和下限之内；而客流量发生在中值（下图中的蓝线）附近的概率高）