Aikasarjoille

Aikasarjoille on suomenkielinen termi, joka viittaa aineistoihin, joissa havaintopisteet ovat aikajärjestyksessä ja joiden arvojen kehitystä tarkastellaan ajan funktiona. Aikasarjojen analyysissä tutkitaan sekä menneisyyden ilmiöitä että tulevaa kehitystä.

Ominaisuudet: trendi, sesonaarisuus (kausivaihtelu), sykli- tai kiertomaisuus sekä satunnainen vaihtelu. Aikasarjat voivat olla tasaisia (sama aikaväli jokaisessa havainnot) tai epätasaisia.

Mallinnuksessa tavoitteena on erottaa nämä komponentit ja tuottaa ennusteita. Menetelmät voidaan jakaa dekompositioon sekä tilastollisiin malleihin: ARIMA- ja SARIMA-mallit, eksponentiaalinen tasoitus (Holt-Winters) sekä tilanmallit. Yleistyviä työkaluja ovat myös Prophet ja Bayesian-mallit.

Datan esikäsittely ja muokkaus ovat keskeisiä: puuttuvat arvot, epätasainen aikajärjestys sekä mittausvirheet on käsiteltävä ennen mallien sovittamista. Yleisimmät toimenpiteet ovat muunnokset (esim. logaritmointi), differencing ja trendin sekä sesonalisuuden poistaminen.

Sovellukset kattavat talous- ja rahoitusanalytiikan sekä sää-, energiankulutus-, tuotanto- ja liikennealojen ennusteet. Aikasarjojen analyysiä tuetaan useilla ohjelmistoilla ja ohjelmointikielillä: R:n forecast- ja tsibble-paketit sekä Pythonin statsmodels, Prophet ja scikit-learn.