پویایی و تغییرات پدیده ها نسبت به زمان، سرشت ذاتی پدیده های اقتصادی است. در اقتصادسنجی پدیده های اقتصادی، نادیده گرفتن ویژگی پویایی آنها منجر به ساده سازی بیش از حد پدیده ها می شود و مدل های که بر این مبنا به دست می آیند اغلب واقع گرایانه نبوده، موجب تفسیرهای نادرست از آن پدیده ها می شوند. کاربست رگرسیون برای بررسی روابط بین متغیرهای اقتصادی، عملی بسیار متداول است. در چنین کاربردهایی اغلب روابط بین متغیرها، ایستا در نظر گرفته می شوند و از تحول این روابط در طی زمان که باعث تغییر در ضرایب معادلات می شوند غفلت می شود. در این مقاله ضمن معرفی مدل های خطی پویا (DLM) کاربردی از این مدل ها را در مورد سری زمانی «متوسط هفتگی قیمت دلار» از دیدگاه بیزی ارایه می کنیم. هدف، بیان روش پویا برای مدل سازی فرایندهای اقتصادی است تا از این رهیافت، سری متوسط هفتگی قیمت دلار را مدل سازی و سپس قیمت دلار را به کمک این مدل ها پیش بینی می کنیم. روش های مختلف دیگری مانند: سری های زمانی ARIMA و شبکه های عصبی برای مدل سازی مطرح هستند. نرخ ارز یک متغیر کلیدی و مهم اقتصادی در سیاستگزاری ها قلمداد می شود، تا جایی که گروهی از کارشناسان به خصوص در کشورهای در حال توسعه، از این متغیر به عنوان لنگر اسمی یاد می کنند، به همین دلیل تعیین نرخ ارز بسیار مورد توجه اقتصاددانان است.
