U ovom radu predstavljeni su osnovni pojmovi iz teorije vremenskih nizova te multivarijatne regresijske analize. Nakon toga dana je teorijska osnova linearne regresije s vremenskim nizovima. Prvo su predstavljeni primjeri regresijskih modela s vremenskim nizovima, a zatim svojstva OLS procjenitelja i klasične pretpostavke linearnih modela s vremenskim nizovima. Nakon toga detaljnije je opisan jedan od glavnih problema u regresijskoj analizi vremenskih nizova, a to je serijska koreliranost grešaka modela. Navedeni su neki od načina testiranja serijske koreliranosti kao i moguće korekcije modela čije je greške moguće opisati nekim autoregresivnim modelom. Primjena teorije i praktični dio rada proveden je na temelju podataka o koncentraciji peludi u Novom Sadu koji je za cilj imao modeliranje prosječne dnevne koncentracije peludi na temelju izmjerenih meteoroloških podataka kao što su temperatura, količina padalina, brzina vjetra i udio vlažnosti u zraku u formi vremenskih nizova. Napravljen je multivarijatni linearni regresijski model u kojem su ovisna varijabla i regresori vremenski nizovi. Na temelju analize reziduala pokazano je da model ne zadovoljava klasične pretpostavke linearnog modela te se ne treba koristiti za interpretaciju i predikciju budućih dnevnih vrijednosti prosječne dnevne koncentracije peludi. Ipak, ukoliko se vrijednosti koncentracije peludi kategoriziraju, model se pokazao kao vrlo uspješan u pogađanju kategorije.