最近，物联网（IoT）的发展和 WeHealth（Wireless e-Health）促进了 智能医疗服务。 许多设备和传感器是 产生大量的时间序列数据，这需要有效的 进行处理和分析的方法。 时间序列分析是 建立模型和预测数据的常用方法。 此外，它还可以提醒患者要更加谨慎 一旦发现数据趋势异常。 在本文中，我们 从北京的WeHealth平台收集时间序列数据。 数据包含收缩压，舒张压和脉搏 速度。 我们用这些数据建立向量自回归模型， 确定模型的参数和顺序。 然后我们 预测患者的收缩压，舒张压