本文对时间序列的经验似然方法理论做了一个回顾,对经验似然方法处理的对象,以及其主要应用做了简要综述。经验似然理论在序列独立情形和短相关的情况下,已经得到相当好的结论,然而之前的一些经验似然方法在处理长记忆问题时可能会失效。本文在Nordman等人提出的经验似然方法的基础上,提出了针对长记忆序列的调整经验似然方法。该方法对长记忆序列进行分块,并加入调整项,构造经验似然函数。本文通过严格的证明,证实了在合理的分块系数下,Wilks定理成立。数值研究方面,我们使用循环嵌入方法来模拟出一种常见的长记忆过程,FARIMA序列。针对该序列,我们同时使用经验似然方法和本文提出的调整经验似然方法来处理。两种方法计算出的置信区间对均值有着良好的覆盖率。其中调整经验似然方法稍优于经验似然方法。另外选择不同的调整系数有着不同的结果,关于最优系数的选择,我们期待未来进一步的研究。