Time series (original) (raw)
- السلسلة الزمنية هي مجموعة القياسات المسجلة لمتغير واحد أو أكثر مرتبة حسب زمن وقوعها.رياضياً: نقول أن متغير الزمن المستقل (t) والقيم المناظرة له المتغير التابع (y) وإن كل قيمة في الزمن t يقابلها قيم للمتغير التابع y فإن y دالة في الزمن t أي (y = F(t. من الأمور الطبيعية والواجبة للحكومات والمؤسسات والشركات التجارية منها والصناعية والتعليمية وغيرها بالتخطيط لمستقبلها لتحقيق الأهداف الخاصة والعامة وتقديم كافة الخدمات والوصول لحالة العدل والاستقرار للمجتمع والعمل على أتحاذ قرارات التنبؤ بوقوع الأحداث قبل وقوعها في كافة أوجه النشاط التي تخص المجتمع، وتعتبر السلاسل الزمنية من أهم أساليب التنبؤ حول المستقبل من خلال وقائع الأمس واليوم.من أهم السلاسل الزمنية تلك الخاصة بالمؤشرات الاقتصادية والمبيعات السنوية للشركات بكافة أوجه نشاطاتها والتعليم وحجم السكان وما شابه ذلك.والتغير الذي يحدث في قيم متغير السلسلة الزمنية أو قيم متغيراتها يعتبر دالة في الزمن يمكن تمثيلها بيانياً باتخاذ المحور الأفقي للزمن والرأسي لقيم المتغير (ar)
- Una sèrie temporal o cronològica és una seqüència de dades, observacions o valors mesurats en determinats moments del temps, ordenats cronològicament i, normalment, espaiats entre si de manera uniforme. L'anàlisi de sèries temporals comprèn mètodes que ajuden a interpretar aquest tipus de dades extraient-ne informació representativa, tant referent als orígens o relacions subjacents, com a la possibilitat d'extrapolar i predir el seu comportament futur. De fet un dels usos més habituals de les sèries de dades temporals és la seva anàlisi per a predicció i pronòstic com, per exemple, de les dades climàtiques, de les accions de borsa, o les sèries pluviomètriques. Resulta difícil imaginar una branca de les ciències en què no apareguin dades que puguin ser considerades com sèries temporals: són estudiades en estadística, processament de senyals, econometria i moltes altres àrees. Els mètodes d'anàlisi de sèries temporals es poden dividir en dues classes: mètodes de domini de freqüència i mètodes de domini de temps. Els primers inclouen l'anàlisi espectral i, recentment, l'anàlisi d'ondeta; els últims inclouen l'anàlisi d'autocorrelació i l'anàlisi de correlació creuada. (ca)
- Časová řada jsou věcně a prostorově srovnatelná pozorování (dat), která jsou jednoznačně uspořádána z hlediska času ve směru minulost – přítomnost. (cs)
- Μια χρονολογική σειρά είναι μια σειρά σημείων δεδομένων με ευρετηρίαση (είτε εισηγμένη είτε διαγραμμισμένη) με χρονοσειρά. Συχνότερα, μια χρονολογική σειρά είναι μια ακολουθία που λαμβάνεται σε διαδοχικά ισαπέχουσες χρονικές στιγμές. Έτσι είναι μια ακολουθία δεδομένων διακριτού χρόνου. Παραδείγματα χρονολογικών σειρών είναι τα ύψη των παλιρροιών των ωκεανών, οι μετρήσεις των ηλιακών κηλίδων και η ημερήσια τιμή κλεισίματος του Dow Jones Industrial Average . Οι χρονολογικές σειρές παρουσιάζονται πολύ συχνά μέσω γραφημάτων γραμμών. Οι χρονολογικές σειρές χρησιμοποιούνται στην στατιστική, στην επεξεργασία σήματος, στην αναγνώριση μοτίβων, στην οικονομετρία, στα μαθηματικά οικονομικών, στην πρόγνωση καιρού, στην σεισμική πρόβλεψη, στο ηλεκτροεγκεφαλογράφημα, στη μηχανική ελέγχου, στην αστρονομία, στην μηχανική επικοινωνιών και σε μεγάλο βαθμό σε οποιοδήποτε τομέα των εφαρμοσμένων επιστημών και της μηχανικής που περιλαμβάνει χρονικές μετρήσεις. Η ανάλυση χρονολογικών σειρών περιλαμβάνει μεθόδους για την ανάλυση δεδομένων χρονοσειρών προκειμένου να εξαχθούν σημαντικά στατιστικά στοιχεία και άλλα χαρακτηριστικά των δεδομένων. Η πρόβλεψη χρονολογικών σειρών είναι η χρήση ενός μοντέλου για την πρόβλεψη μελλοντικών τιμών βάσει προηγούμενων τιμών. Ενώ η ανάλυση παλινδρόμησης χρησιμοποιείται συχνά με τέτοιο τρόπο ώστε να ελέγχει τις θεωρίες που υποστηρίζουν ότι οι τρέχουσες τιμές μιας ή περισσότερων ανεξάρτητων χρονοσειρών επηρεάζουν την τρέχουσα τιμή μιας άλλης χρονοσειράς, αυτός ο τύπος ανάλυσης των χρονοσειρών δεν ονομάζεται "ανάλυση χρονοσειρών", η οποία επικεντρώνεται στη σύγκριση τιμών μιας μόνο χρονοσειράς ή πολλαπλών εξαρτημένων χρονοσειρών σε διαφορετικά χρονικά σημεία. Η ανάλυση των είναι η ανάλυση των παρεμβάσεων σε μία μόνο χρονολογική σειρά. Τα δεδομένα των χρονοσειρών έχουν μια φυσική χρονική διάταξη. Αυτό κάνει την ανάλυση των χρονολογικών σειρών διακριτή από , στις οποίες δεν υπάρχει φυσική διάταξη των παρατηρήσεων (π.χ. η επεξήγηση των μισθών των ανθρώπων σε σχέση με τα αντίστοιχα επίπεδα εκπαίδευσης, όπου τα δεδομένα των ατόμων θα μπορούσαν να εισαχθούν με οποιαδήποτε σειρά). Η ανάλυση χρονολογικών σειρών διακρίνεται επίσης από την ανάλυση χωρικών δεδομένων, όπου οι παρατηρήσεις σχετίζονται συνήθως με γεωγραφικές τοποθεσίες (π.χ. τα λογιστικά δεδομένα για τις τιμές των κατοικιών με βάση τη τοποθεσία καθώς και τα εγγενή χαρακτηριστικά των κατοικιών). Ένα στοχαστικό μοντέλο για μια χρονολογική σειρά θα αντικατοπτρίζει γενικά το γεγονός ότι οι παρατηρήσεις που βρίσκονται κοντά στο χρόνο θα είναι πιο στενά συνδεδεμένες από τις παρατηρήσεις που διαχωρίζονται περαιτέρω. Επιπλέον, τα μοντέλα χρονολογικών σειρών θα χρησιμοποιούν συχνά τη φυσική μονόδρομη διάταξη του χρόνου, έτσι ώστε οι τιμές για μια δεδομένη περίοδο να εκφράζονται σαν να προέρχονται κατά κάποιο τρόπο από προηγούμενες τιμές και όχι από μελλοντικές τιμές (βλέπε αναστρεψιμότητα χρόνου). Η ανάλυση της χρονοσειράς μπορεί να εφαρμοστεί σε πραγματικά, αξιόπιστα και συνεχή δεδομένα, διακεκριμένα αριθμητικά δεδομένα ή διακριτά συμβολικά δεδομένα (δηλαδή αλληλουχίες χαρακτήρων, όπως γράμματα και λέξεις στην αγγλική γλώσσα). (el)
- Die Zeitreihenanalyse befasst sich in der Statistik mit der inferenzstatistischen Analyse von Zeitreihen und der Vorhersage von Trends (Trendextrapolation) zu ihrer künftigen Entwicklung. Sie ist eine Spezialform der Regressionsanalyse. (de)
- Estatistikan, denbora-segida, datu-serie kronologikoa edo serie kronologikoa aldagai bati buruz jasotako datu multzoa da, denboran zehar kokaturiko une ezberdinetan, gehienetan era erregularrean (egunero, urtero, ...). Adibidez, toki bateko eguneroko tenperatura maximoa, hilabeteroko auto salmenta eta haur baten urteroko garaiera denbora serie ezberdinak dira. Denbora serie bat gehienetan beste edozein datu multzo bezala ikertzerik badago ere, denbora serie bat aztertzeko helburu bereziak daude: denbora seriearen bilakaera azaltzen duen egitura aztertzea eta denbora serieko aldagaiari buruz aurresanak egitea. Bi helburu hauek betetzeko, denbora seriea aztertzen duten ereduak eratu behar izaten dira. Denbora serieetarako ereduak aldagaiak une jakin batean hartzen duen balioa iragan gertuko uneetako balioekin loturik dagoela ezarri ohi dute aurretik. (eu)
- Una serie temporal o cronológica es una sucesión de datos medidos en determinados momentos y ordenados cronológicamente. Los datos pueden estar espaciados a intervalos iguales (como la temperatura en un observatorio meteorológico en días sucesivos al mediodía) o desiguales (como el peso de una persona en sucesivas mediciones en el consultorio médico, la farmacia, etc.). Para el análisis de las series temporales se usan métodos que ayudan a interpretarlas y que permiten extraer información representativa sobre las relaciones subyacentes entre los datos de la serie o de diversas series y que permiten en diferente medida y con distinta confianza extrapolar o interpolar los datos y así predecir el comportamiento de la serie en momentos no observados, sean en el futuro (extrapolación pronóstica), en el pasado (extrapolación retrógrada) o en momentos intermedios (interpolación). Uno de los usos más habituales de las series de datos temporales es su análisis para predicción y pronóstico (así se hace por ejemplo con los datos climáticos, las acciones de bolsa, o las series de datos demográficos). Resulta difícil imaginar una rama de las ciencias en la que no aparezcan datos que puedan ser considerados como series temporales. Las series temporales se estudian en estadística, procesamiento de señales, econometría y muchas otras áreas. (es)
- Une série temporelle, ou série chronologique, est une suite de valeurs numériques représentant l'évolution d'une quantité spécifique au cours du temps. De telles suites de variables aléatoires peuvent être exprimées mathématiquement afin d'en analyser le comportement, généralement pour comprendre son évolution passée et pour en prévoir le comportement futur. Une telle transposition mathématique utilise le plus souvent des concepts de probabilités et de statistique. (fr)
- Dalam statistika dan pemrosesan sinyal, deret waktu adalah rangkaian data yang berupa nilai pengamatan (pengamatan) yang diukur selama kurun waktu tertentu, berdasarkan waktu dengan interval yang sama. Beberapa Contoh data deret waktu adalah produksi total tahunan produk pertanian indonesia, harga penutupan harisan sebuah saham di pasar modal untuk kurun waktu satu bulan, suhu udara per jam, dan penjualan total bulanan sebuah pasar swalayan dalam waktu satu tahun. Analisis deret waktu (Bahasa Inggris: time series analysis) merupakan metode yang mepelajari deret waktu, baik dari segi teori yang menaunginya maupun untuk membuat peramalan. Prediksi / Peramalan deret waktu adalah penggunaan model untuk memprediksi nilai pada waktu mendatang berdasar peristiwa yang telah terjadi. Di dunia bisnis, data deret waktu digunakan sebagai bahan acuan pembuatan keputusan sekarang, untuk proyeksi, maupun untuk perencanaan pada masa depan. Contoh penggunaannya adalah pada harga pembukaan harga saham di bursa efek berdasar performa sebelumnya. (in)
- In mathematics, a time series is a series of data points indexed (or listed or graphed) in time order. Most commonly, a time series is a sequence taken at successive equally spaced points in time. Thus it is a sequence of discrete-time data. Examples of time series are heights of ocean tides, counts of sunspots, and the daily closing value of the Dow Jones Industrial Average. A time series is very frequently plotted via a run chart (which is a temporal line chart). Time series are used in statistics, signal processing, pattern recognition, econometrics, mathematical finance, weather forecasting, earthquake prediction, electroencephalography, control engineering, astronomy, communications engineering, and largely in any domain of applied science and engineering which involves temporal measurements. Time series analysis comprises methods for analyzing time series data in order to extract meaningful statistics and other characteristics of the data. Time series forecasting is the use of a model to predict future values based on previously observed values. While regression analysis is often employed in such a way as to test relationships between one or more different time series, this type of analysis is not usually called "time series analysis", which refers in particular to relationships between different points in time within a single series. Interrupted time series analysis is used to detect changes in the evolution of a time series from before to after some intervention which may affect the underlying variable. Time series data have a natural temporal ordering. This makes time series analysis distinct from cross-sectional studies, in which there is no natural ordering of the observations (e.g. explaining people's wages by reference to their respective education levels, where the individuals' data could be entered in any order). Time series analysis is also distinct from spatial data analysis where the observations typically relate to geographical locations (e.g. accounting for house prices by the location as well as the intrinsic characteristics of the houses). A stochastic model for a time series will generally reflect the fact that observations close together in time will be more closely related than observations further apart. In addition, time series models will often make use of the natural one-way ordering of time so that values for a given period will be expressed as deriving in some way from past values, rather than from future values (see time reversibility). Time series analysis can be applied to real-valued, continuous data, discrete numeric data, or discrete symbolic data (i.e. sequences of characters, such as letters and words in the English language). (en)
- 時系列(じけいれつ、英: time series)とは、ある現象の時間的な変化を、連続的に(または一定間隔をおいて不連続に)観測して得られた値の系列(一連の値)のこと。例えば、統計学や信号処理で時間経過に従って計測されるデータ列であり、(通常、一定の)ある時間間隔で測定される。均一間隔では無い場合は点過程と呼ぶ。 (ja)
- Tijdreeksanalyse is een deelgebied van de wiskunde dat methoden bestudeert voor de analyse van zogenaamde tijdreeksen, reeksen van data geïndexeerd met de tijd als parameter. Meestal betreft het gegevens die gedurende een bepaalde periode op equidistante tijdstippen zijn waargenomen. Voorbeelden van tijdreeksen zijn de dagelijkse sluitingswaarde van de Dow Jones index en het jaarlijkse stroomvolume van de Nijl bij Aswan. Tijdreeksanalyse beoogt onder andere zinnige statistieken en andere karakteristieken te beschrijven. Tijdreeksanalyse wordt veel gebruikt om met behulp van een model een goede voorspelling te geven, zoals de waarde van een aandeel. Tijdreeksgegevens hebben een natuurlijke tijdsordening. Dit onderscheidt tijdreeksanalyse van andere gemeenschappelijke data-analyseproblemen, waarbij er geen natuurlijke ordening van de waarnemingen is. Een tijdreeksmodel zal over het algemeen waarnemingen in de nabije toekomst beter voorspellen dan waarnemingen verder weg in de toekomst. (nl)
- 시계열(時系列, 영어: time series)은 일정 시간 간격으로 배치된 데이터들의 수열을 말한다. 시계열 해석(time series analysis)라고 하는 것은 이런 시계열을 해석하고 이해하는 데 쓰이는 여러 가지 방법을 연구하는 분야이다. 예컨대, 이런 시계열이 어떤 법칙에서 생성되어서 나오느냐는 기본적인 질문을 이해하는 것이 궁극적인 목표라고 할 수 있다. 시계열 예측(time series prediction)이라고 하는 것은 주어진 시계열을 보고 수학적인 모델을 만들어서 미래에 일어날 것들을 예측하는 것을 뜻하는 말이다. 일반적으로 이런 방법들은 공학이나 과학계산, 혹은 금융시장에서의 주가 예측 등에서 많이 쓰인다. 시계열 데이터를 분석하는 수학적 모델은 여러 가지가 있을 수 있는데, 실제 응용에서 가장 많이 쓰이는 세 가지 범용 모델은 autoregressive (AR) 모델, integrated (I) 모델, moving average (MA) 모델 등이 있다. 이 세 가지 방법은 이미 얻어진 시계열 데이터에 선형 종속적이다. 비선형 종속적인 방법들은 나름대로 의미있는 것들이 있는데, 예컨대 혼돈 시계열등을 만들어낼 수 있기 때문이다. 시계열 해석에서는 여러 가지 기호가 많이 쓰인다. 예를 들면, 가 주로 흔히 쓰이는 기호인데, 이때 시계열 X는 자연수들로 지수가 매겨져 있다. (ko)
- Szereg czasowy – realizacja procesu stochastycznego, którego dziedziną jest czas; to ciąg informacji uporządkowanych w czasie, których pomiary wykonywane są z dokładnym krokiem czasowym. Jeżeli krok nie będzie regularny wtedy mamy do czynienia z szeregiem czasowym rozmytym. (pl)
- In statistica descrittiva, una serie storica (o temporale) si definisce come un insieme di variabili casuali ordinate rispetto al tempo, ed esprime la dinamica di un certo fenomeno nel tempo. Le serie storiche vengono studiate sia per interpretare un fenomeno, individuando componenti di trend, di ciclicità, di stagionalità e/o di accidentalità, sia per prevedere il suo andamento futuro. (it)
- Em estatística, econometria, matemática aplicada e processamento de sinais, uma série temporal é uma coleção de observações feitas sequencialmente ao longo do tempo. Em modelos de regressão linear com dados cross-section a ordem das observações é irrelevante para a análise, em séries temporais a ordem dos dados é fundamental. Uma característica muito importante deste tipo de dados é que as observações vizinhas são dependentes e o interesse é analisar e modelar essa dependência. As séries temporais existem nas mais variadas áreas de aplicação, como: finanças, marketing, economia, seguros, demografia, ciências sociais, meteorologia, energia, epidemiologia, etc. (pt)
- Временно́й ряд (динамический ряд, ряд динамики) — собранный в разные моменты времени статистический материал о значении каких-либо параметров (в простейшем случае одного) исследуемого процесса. Каждая единица статистического материала называется измерением или отсчётом, также допустимо называть его уровнем на указанный с ним момент времени. Во временном ряде для каждого отсчёта должно быть указано время измерения или номер измерения по порядку. Временной ряд существенно отличается от простой выборки данных, так как при анализе учитывается взаимосвязь измерений со временем, а не только статистическое разнообразие и статистические характеристики выборки. (ru)
- En tidsserie är en serie av datapunkter som är observerade över en given tid. Den vanligaste typen av tidsserie är en sekvens tagen vid successiva punkter i tiden med samma avstånd mellan mätningarna. Exempel på tidsserier är gps-positioner, en akties värde och befolkningsmängd mätta över tid. Tidsserieanalys handlar om att analysera tidsserier med syftet att extrahera statistik och andra karakteristika drag hos datan. Tidsserieprediktion handlar om att med hjälp av en matematisk modell försöka förutspå framtida värden baserad på antingen extrapolering av historiska data eller med hjälp av andra tidsserier som man tror kan ha en påverkan. (sv)
- Часовий ряд (англ. time series) — це ряд , проіндексованих (або перелічених, або відкладених на графіку) в хронологічному порядку. Найчастіше часовий ряд є послідовністю, взятою на рівновіддалених точках в часі, які йдуть одна за одною. Таким чином, він є послідовністю даних . Прикладами часових рядів є висоти океанських припливів, кількості сонячних плям, та щоденне середньозважене значення індексу ПФТС на момент закриття торгів. Часові ряди дуже часто представляють за допомогою лінійних діаграм. Часові ряди використовуються в статистиці, обробці сигналів, розпізнаванні образів, економетриці, фінансовій математиці, прогнозуванні погоди, розумному транспорті та передбаченні траєкторій, передбаченні землетрусів, електроенцефалографії, автоматичному керуванні, астрономії, , а також значною мірою в будь-якій області прикладної науки та інженерії, яка включає часові вимірювання. Аналіз часових рядів (англ. time series analysis) включає методи аналізу даних часових рядів з метою витягування значимих статистик та інших характетистик даних. Прогнозування часових рядів (англ. time series forecasting) — це застосування моделі для передбачування майбутніх значень на основі значень попередньо спостережених. І хоча регресійний аналіз часто застосовують для перевірки теорій про те, що поточні значення одного чи більше незалежних часових рядів впливають на поточне значення іншого часового ряду, цей тип аналізу часових рядів не називають «аналізом часових рядів», який натомість зосереджується на порівнянні значень одного часового ряду або багатьох залежних часових рядів у різні моменти часу. Дані часових рядів мають природний часовий порядок. Це робить аналіз часових рядів відмінним від поперечних досліджень, у яких не існує природного порядку спостережень (наприклад, пояснення заробітної платні людей через посилання на їхні рівні освіти, де дані осіб можуть вводитися у будь-якому порядку). Аналіз часових рядів відрізняється також і від аналізу просторових даних, де спостереження зазвичай відносяться до географічних розташувань (наприклад, підрахунок цін на будинки за розташуванням, а також за власними характеристиками цих будинків). Стохастична модель часового ряду, як правило, відображатиме той факт, що спостереження, які знаходяться близько в часі, будуть пов'язані тісніше, ніж спостереження, які знаходяться далі одне від одного. Крім того, моделі часових рядів часто застосовують природне односпрямоване впорядкування часу, так, що значення для заданого періоду виражено як похідні від минулих значень, а не від майбутніх (див. ). Аналіз часових рядів може застосовуватися до дійснозначних неперервних даних, дискретних числових даних, та дискретних символьних даних (наприклад, послідовностей символів, таких як літери та слова української мови). (uk)
- 时间序列(英語:time series)是一组按照时间发生先后顺序进行排列的数据点序列。通常一组时间序列的时间间隔为一恒定值(如1秒,5分钟,12小时,7天,1年),因此时间序列可以作为离散时间数据进行分析处理。时间序列广泛应用于数理统计、信号处理、模式识别、计量经济学、数学金融、天气预报、地震预测、脑电图、控制工程、航空学、通信工程以及绝大多数涉及到时间数据测量的应用科学与工程学。 (zh)
- dbr:Cambridge_University_Press
- dbr:Princeton_University_Press
- dbr:Probability_distribution
- dbr:Python_(programming_language)
- dbr:Rudolf_E._Kálmán
- dbr:Electroencephalography
- dbr:Energy_(signal_processing)
- dbr:Minkowski_distance
- dbr:Multivariate_analysis
- dbr:Noise_(physics)
- dbr:Dennis_Gabor
- dbr:Algorithmic_information_theory
- dbr:Anomaly_detection
- dbr:Applied_science
- dbr:Approximate_entropy
- dbr:Approximation_theory
- dbr:Julia_(programming_language)
- dbr:Curve
- dbr:Cyclostationary_process
- dbr:Decomposition_of_time_series
- dbr:Detrended_fluctuation_analysis
- dbr:Doubly_stochastic_model
- dbr:Dynamic_Bayesian_network
- dbr:Dynamic_time_warping
- dbr:EWMA_chart
- dbr:Index_set
- dbr:Interpolation
- dbr:Interrupted_time_series
- dbr:Standard_deviation
- dbr:Total_correlation
- dbr:Correlation
- dbr:Covariance
- dbc:Time_series
- dbr:Anomaly_time_series
- dbr:Mathematical_finance
- dbr:Mathematics
- dbr:Maurice_Priestley
- dbr:Rényi_entropy
- dbr:SAS_(software)
- dbr:SPSS
- dbr:Estimation_theory
- dbr:Seasonal_adjustment
- dbr:Time–frequency_representation
- dbr:Coherence_(signal_processing)
- dbr:Engineering
- dbr:English_language
- dbr:Entropy_encoding
- dbr:Function_(mathematics)
- dbr:GARCH
- dbr:Gaussian_process
- dbr:Gene_expression_programming
- dbr:Geophysics
- dbr:Moment_(mathematics)
- dbr:Monte_Carlo_method
- dbr:Multi_expression_programming
- dbr:Continuous_wavelet_transform
- dbr:Control_chart
- dbr:Control_engineering
- dbr:Correlation_dimension
- dbr:Correlation_integral
- dbr:Cross-correlation
- dbr:Cross-sectional_data
- dbr:Cross-sectional_study
- dbr:Ergodic_process
- dbr:State_space
- dbr:Statistical_inference
- dbr:Apache_Spark
- dbr:MIT_Press
- dbr:Machine_Learning
- dbr:Machine_learning
- dbr:Chirp
- dbr:Chirplet_transform
- dbr:Signal_processing
- dbr:Stationary_process
- dbr:Statistics
- dbr:Stochastic
- dbr:Stochastic_processes
- dbr:Cluster_analysis
- dbr:Harmonic_analysis
- dbr:Pattern_recognition
- dbr:Mahalanobis_distance
- dbr:Spectrum
- dbr:Autocorrelation
- dbr:Autoregressive_integrated_moving_average
- dbc:Machine_learning
- dbr:CRC_Press
- dbc:Statistical_data_types
- dbr:Tides
- dbr:Time
- dbr:Data
- dbr:Data_mining
- dbr:Data_point
- dbr:Distributed_lag
- dbr:Domain_of_a_function
- dbr:Fuzzy_logic
- dbr:Classification_(machine_learning)
- dbr:Heat_map
- dbr:Least-squares_spectral_analysis
- dbr:Line_chart
- dbr:Linear_regression
- dbr:Singular_spectrum_analysis
- dbr:Addison-Wesley
- dbc:Mathematics_in_medicine
- dbr:Curve_fitting
- dbr:Data_type
- dbr:Dow_Jones_Industrial_Average
- dbr:Dynamic_Time_Warping
- dbr:Earthquake_prediction
- dbr:Forecasting
- dbr:Fourier_transform
- dbr:Fractional_Fourier_transform
- dbr:Norbert_Wiener
- dbr:Numerical_analysis
- dbr:Oxford_University_Press
- dbr:Panel_data
- dbr:Digital_filter
- dbr:Fast_Fourier_transform
- dbr:Hjorth_parameters
- dbr:Kalman_filter
- dbr:Kolmogorov_complexity
- dbr:Kolmogorov–Smirnov_test
- dbr:Frequency_spectrum
- dbr:Pearson_product-moment_correlation_coefficient
- dbr:Principal_component_analysis
- dbr:Short-time_Fourier_transform
- dbr:Weather_forecasting
- dbr:Nonlinear_regression
- dbr:Prais–Winsten_estimation
- dbr:Prediction
- dbr:Queueing_theory
- dbr:Range_(statistics)
- dbr:Rational_function
- dbr:Recurrence_plot
- dbr:Recurrence_quantification_analysis
- dbr:Regression_analysis
- dbr:Speech_recognition
- dbr:Time_reversibility
- dbr:Hidden_Markov_Model
- dbr:Hidden_Markov_Models
- dbr:James_Durbin
- dbr:Cramér–von_Mises_criterion
- dbr:Hurst_exponent
- dbr:Sample_entropy
- dbr:Artificial_neural_network
- dbr:Astronomy
- dbr:Academic_Press
- dbc:Mathematical_and_quantitative_methods_(economics)
- dbr:Chaos_theory
- dbr:Support_vector_machine
- dbr:Codomain
- dbr:Econometrics
- dbr:Edit_distance
- dbr:Hidden_Markov_model
- dbr:Trend_estimation
- dbr:Digital_signal_processing
- dbr:Autoregressive_conditional_heteroskedasticity
- dbr:Autoregressive_fractionally_integrated_moving_average
- dbr:Autoregressive_model
- dbr:CUSUM
- dbr:Polynomial
- dbr:Polynomial_interpolation
- dbr:Special_function
- dbr:Spectral_density
- dbr:Spline_interpolation
- dbr:Springer_Science+Business_Media
- dbr:Frequency_domain
- dbr:Time-frequency_analysis
- dbr:Time-frequency_representation
- dbr:Empirical_orthogonal_function
- dbr:Meteorology
- dbr:Natural_number
- dbr:Autoregressive
- dbr:R_(programming_language)
- dbr:Random_walk
- dbr:Real_number
- dbr:Change_detection
- dbr:Seasonality
- dbr:Seismology
- dbr:Sequence
- dbr:Serial_dependence
- dbr:Shewhart_individuals_control_chart
- dbr:World_War_II
- dbr:Genetic_Programming
- dbr:Lyapunov_exponent
- dbr:Markov_switching_multifractal
- dbr:Sign_language
- dbr:Spearman's_rank_correlation_coefficient
- dbr:Spectral_density_estimation
- dbr:Spectral_edge_frequency
- dbr:Sequence_analysis
- dbr:Smoothing
- dbr:Uncertainty
- dbr:Newey–West_estimator
- dbr:Statistical_classification
- dbr:Non-parametric_statistics
- dbr:Extrapolation
- dbr:Statistical_learning_theory
- dbr:Nonlinear_autoregressive_exogenous_model
- dbr:Stochastic_simulation
- dbr:Fitness_approximation
- dbr:Time_series_database
- dbr:Scaled_correlation
- dbr:Run_chart
- dbr:Unevenly_spaced_time_series
- dbr:Polynomial_regression
- dbr:Nonlinear_mixed-effects_model
- dbr:Phase_synchronization
- dbr:Predictive_inference
- dbr:Panel_analysis
- dbr:Rough_path
- dbr:Supervised_learning
- dbr:Vector_autoregression
- dbr:Univariate_analysis
- dbr:Autoregressive_moving_average
- dbr:Features_(pattern_recognition)
- dbr:Sunspots
- dbr:Frequency-domain
- dbr:State_Space_Model
- dbr:Parametric_estimation
- dbr:Phase_locking
- dbr:Cross-correlation_function
- dbr:Discrete-time
- dbr:Quantitative_finance
- dbr:Auto-correlation
- dbr:Heteroskedasticity
- dbr:Communication_engineering
- dbr:Communications_engineering
- dbr:Model_(abstract)
- dbr:Spatial_data_analysis
- dbr:Wavelet_analysis
- dbr:Local_flow
- dbr:Moving_average_model
- dbr:Strict_stationarity
- dbr:Time-domain
- dbr:Wikt:discrete
- dbr:File:Random-data-plus-trend-r2.png
- dbr:Braided_graphs
- dbr:Correlation_density
- dbr:Correlation_entropy
- dbr:Dynamical_similarity
- dbr:File:Tuberculosis_incidence_US_1953-2009.png
- dbr:Horizon_graphs
- dbr:Mann–Kendall_test
- dbr:Marginal_predictability
- dbr:Spectral_band_power
- Časová řada jsou věcně a prostorově srovnatelná pozorování (dat), která jsou jednoznačně uspořádána z hlediska času ve směru minulost – přítomnost. (cs)
- Die Zeitreihenanalyse befasst sich in der Statistik mit der inferenzstatistischen Analyse von Zeitreihen und der Vorhersage von Trends (Trendextrapolation) zu ihrer künftigen Entwicklung. Sie ist eine Spezialform der Regressionsanalyse. (de)
- Une série temporelle, ou série chronologique, est une suite de valeurs numériques représentant l'évolution d'une quantité spécifique au cours du temps. De telles suites de variables aléatoires peuvent être exprimées mathématiquement afin d'en analyser le comportement, généralement pour comprendre son évolution passée et pour en prévoir le comportement futur. Une telle transposition mathématique utilise le plus souvent des concepts de probabilités et de statistique. (fr)
- 時系列(じけいれつ、英: time series)とは、ある現象の時間的な変化を、連続的に(または一定間隔をおいて不連続に)観測して得られた値の系列(一連の値)のこと。例えば、統計学や信号処理で時間経過に従って計測されるデータ列であり、(通常、一定の)ある時間間隔で測定される。均一間隔では無い場合は点過程と呼ぶ。 (ja)
- Szereg czasowy – realizacja procesu stochastycznego, którego dziedziną jest czas; to ciąg informacji uporządkowanych w czasie, których pomiary wykonywane są z dokładnym krokiem czasowym. Jeżeli krok nie będzie regularny wtedy mamy do czynienia z szeregiem czasowym rozmytym. (pl)
- In statistica descrittiva, una serie storica (o temporale) si definisce come un insieme di variabili casuali ordinate rispetto al tempo, ed esprime la dinamica di un certo fenomeno nel tempo. Le serie storiche vengono studiate sia per interpretare un fenomeno, individuando componenti di trend, di ciclicità, di stagionalità e/o di accidentalità, sia per prevedere il suo andamento futuro. (it)
- Временно́й ряд (динамический ряд, ряд динамики) — собранный в разные моменты времени статистический материал о значении каких-либо параметров (в простейшем случае одного) исследуемого процесса. Каждая единица статистического материала называется измерением или отсчётом, также допустимо называть его уровнем на указанный с ним момент времени. Во временном ряде для каждого отсчёта должно быть указано время измерения или номер измерения по порядку. Временной ряд существенно отличается от простой выборки данных, так как при анализе учитывается взаимосвязь измерений со временем, а не только статистическое разнообразие и статистические характеристики выборки. (ru)
- 时间序列(英語:time series)是一组按照时间发生先后顺序进行排列的数据点序列。通常一组时间序列的时间间隔为一恒定值(如1秒,5分钟,12小时,7天,1年),因此时间序列可以作为离散时间数据进行分析处理。时间序列广泛应用于数理统计、信号处理、模式识别、计量经济学、数学金融、天气预报、地震预测、脑电图、控制工程、航空学、通信工程以及绝大多数涉及到时间数据测量的应用科学与工程学。 (zh)
- السلسلة الزمنية هي مجموعة القياسات المسجلة لمتغير واحد أو أكثر مرتبة حسب زمن وقوعها.رياضياً: نقول أن متغير الزمن المستقل (t) والقيم المناظرة له المتغير التابع (y) وإن كل قيمة في الزمن t يقابلها قيم للمتغير التابع y فإن y دالة في الزمن t أي (y = F(t. (ar)
- Una sèrie temporal o cronològica és una seqüència de dades, observacions o valors mesurats en determinats moments del temps, ordenats cronològicament i, normalment, espaiats entre si de manera uniforme. L'anàlisi de sèries temporals comprèn mètodes que ajuden a interpretar aquest tipus de dades extraient-ne informació representativa, tant referent als orígens o relacions subjacents, com a la possibilitat d'extrapolar i predir el seu comportament futur. (ca)
- Μια χρονολογική σειρά είναι μια σειρά σημείων δεδομένων με ευρετηρίαση (είτε εισηγμένη είτε διαγραμμισμένη) με χρονοσειρά. Συχνότερα, μια χρονολογική σειρά είναι μια ακολουθία που λαμβάνεται σε διαδοχικά ισαπέχουσες χρονικές στιγμές. Έτσι είναι μια ακολουθία δεδομένων διακριτού χρόνου. Παραδείγματα χρονολογικών σειρών είναι τα ύψη των παλιρροιών των ωκεανών, οι μετρήσεις των ηλιακών κηλίδων και η ημερήσια τιμή κλεισίματος του Dow Jones Industrial Average . (el)
- Una serie temporal o cronológica es una sucesión de datos medidos en determinados momentos y ordenados cronológicamente. Los datos pueden estar espaciados a intervalos iguales (como la temperatura en un observatorio meteorológico en días sucesivos al mediodía) o desiguales (como el peso de una persona en sucesivas mediciones en el consultorio médico, la farmacia, etc.). Para el análisis de las series temporales se usan métodos que ayudan a interpretarlas y que permiten extraer información representativa sobre las relaciones subyacentes entre los datos de la serie o de diversas series y que permiten en diferente medida y con distinta confianza extrapolar o interpolar los datos y así predecir el comportamiento de la serie en momentos no observados, sean en el futuro (extrapolación pronóstica (es)
- Estatistikan, denbora-segida, datu-serie kronologikoa edo serie kronologikoa aldagai bati buruz jasotako datu multzoa da, denboran zehar kokaturiko une ezberdinetan, gehienetan era erregularrean (egunero, urtero, ...). Adibidez, toki bateko eguneroko tenperatura maximoa, hilabeteroko auto salmenta eta haur baten urteroko garaiera denbora serie ezberdinak dira. (eu)
- Dalam statistika dan pemrosesan sinyal, deret waktu adalah rangkaian data yang berupa nilai pengamatan (pengamatan) yang diukur selama kurun waktu tertentu, berdasarkan waktu dengan interval yang sama. Beberapa Contoh data deret waktu adalah produksi total tahunan produk pertanian indonesia, harga penutupan harisan sebuah saham di pasar modal untuk kurun waktu satu bulan, suhu udara per jam, dan penjualan total bulanan sebuah pasar swalayan dalam waktu satu tahun. (in)
- In mathematics, a time series is a series of data points indexed (or listed or graphed) in time order. Most commonly, a time series is a sequence taken at successive equally spaced points in time. Thus it is a sequence of discrete-time data. Examples of time series are heights of ocean tides, counts of sunspots, and the daily closing value of the Dow Jones Industrial Average. Time series analysis can be applied to real-valued, continuous data, discrete numeric data, or discrete symbolic data (i.e. sequences of characters, such as letters and words in the English language). (en)
- 시계열(時系列, 영어: time series)은 일정 시간 간격으로 배치된 데이터들의 수열을 말한다. 시계열 해석(time series analysis)라고 하는 것은 이런 시계열을 해석하고 이해하는 데 쓰이는 여러 가지 방법을 연구하는 분야이다. 예컨대, 이런 시계열이 어떤 법칙에서 생성되어서 나오느냐는 기본적인 질문을 이해하는 것이 궁극적인 목표라고 할 수 있다. 시계열 예측(time series prediction)이라고 하는 것은 주어진 시계열을 보고 수학적인 모델을 만들어서 미래에 일어날 것들을 예측하는 것을 뜻하는 말이다. 일반적으로 이런 방법들은 공학이나 과학계산, 혹은 금융시장에서의 주가 예측 등에서 많이 쓰인다. 시계열 데이터를 분석하는 수학적 모델은 여러 가지가 있을 수 있는데, 실제 응용에서 가장 많이 쓰이는 세 가지 범용 모델은 autoregressive (AR) 모델, integrated (I) 모델, moving average (MA) 모델 등이 있다. 이 세 가지 방법은 이미 얻어진 시계열 데이터에 선형 종속적이다. 비선형 종속적인 방법들은 나름대로 의미있는 것들이 있는데, 예컨대 혼돈 시계열등을 만들어낼 수 있기 때문이다. (ko)
- Tijdreeksanalyse is een deelgebied van de wiskunde dat methoden bestudeert voor de analyse van zogenaamde tijdreeksen, reeksen van data geïndexeerd met de tijd als parameter. Meestal betreft het gegevens die gedurende een bepaalde periode op equidistante tijdstippen zijn waargenomen. Voorbeelden van tijdreeksen zijn de dagelijkse sluitingswaarde van de Dow Jones index en het jaarlijkse stroomvolume van de Nijl bij Aswan. Tijdreeksanalyse beoogt onder andere zinnige statistieken en andere karakteristieken te beschrijven. Tijdreeksanalyse wordt veel gebruikt om met behulp van een model een goede voorspelling te geven, zoals de waarde van een aandeel. Tijdreeksgegevens hebben een natuurlijke tijdsordening. Dit onderscheidt tijdreeksanalyse van andere gemeenschappelijke data-analyseproblemen, (nl)
- Em estatística, econometria, matemática aplicada e processamento de sinais, uma série temporal é uma coleção de observações feitas sequencialmente ao longo do tempo. Em modelos de regressão linear com dados cross-section a ordem das observações é irrelevante para a análise, em séries temporais a ordem dos dados é fundamental. Uma característica muito importante deste tipo de dados é que as observações vizinhas são dependentes e o interesse é analisar e modelar essa dependência. (pt)
- En tidsserie är en serie av datapunkter som är observerade över en given tid. Den vanligaste typen av tidsserie är en sekvens tagen vid successiva punkter i tiden med samma avstånd mellan mätningarna. Exempel på tidsserier är gps-positioner, en akties värde och befolkningsmängd mätta över tid. (sv)
- Часовий ряд (англ. time series) — це ряд , проіндексованих (або перелічених, або відкладених на графіку) в хронологічному порядку. Найчастіше часовий ряд є послідовністю, взятою на рівновіддалених точках в часі, які йдуть одна за одною. Таким чином, він є послідовністю даних . Прикладами часових рядів є висоти океанських припливів, кількості сонячних плям, та щоденне середньозважене значення індексу ПФТС на момент закриття торгів. (uk)
is dbo:wikiPageRedirects of
- dbr:Time_series_regression
- dbr:Time-series_regression
- dbr:Time_Series
- dbr:Time_Series_Forecasting
- dbr:Time_series_analysis
- dbr:Univariate_time_series
- dbr:Analysis_of_Time_Series
- dbr:Multivariate_time_series
- dbr:Time-series
- dbr:Time-series_analysis
- dbr:Time-series_analytics
- dbr:Time-series_data
- dbr:Time_Series_Analysis
- dbr:Time_sequence
- dbr:Time_series_algorithms
- dbr:Time_series_econometrics
- dbr:Time_series_models
- dbr:Time_series_prediction
- dbr:Timeseries