Aikavariabiliteettia

Aikavariabiliteettia kuvaa ajan kuluessa ilmiön arvojen vaihtelu. Se liittyy siihen, miten mittaustulos tai signaali muuttuu ajan funktiona ja miten vaihtelu ilmenee korttisina heilahteluina, kausivaihteluina sekä mahdollisina pitkän aikavälin trendeinä. Aikavariabiliteetti eroaa samalla tavalla ilmiön tilastollisista ominaisuuksista kuin spatial variabiliteetti eroaa paikan mukaan.

Se johtuu sekä systeemin sisäisestä dynamiikasta että ulkoisista ajoitus- ja ympäristötekijöistä sekä mittausvirheistä. Lyhytaikaiset vaihtelut ja pitkän aikavälin suunnat voivat esiintyä yhdessä, ja siksi aikavariabiliteetin tutkimus kohdataan usein ei-stationaarisuuden kanssa. Tämän vuoksi tarkastelu voi vaatia erilaisten ajallisten rakenteiden erottamista ja riittävän tilastollisen mallin valintaa.

Aikavariabiliteetin analysoinnissa käytetään sekä aikahaarukan mittareita että ajallisia malleja. Esimerkkejä ovat liukuvan ikkunan varianssi ja keskihajonta, automaattinen korrelaatio ja osittaiskorrelaatio sekä spektri- ja aaltoanalyysit, jotka paljastavat toistuvia rytmejä ja epäjatkuvia muutoksia. Mallintamiseen sovelletaan usein ARIMA- ja SARIMA-malleja sekä tilanvaihteluun perustuvia malleja tai volatiliteetin mallintamiseen tarkoitettuja malleja kuten GARCH.

Aikavariabiliteetti on keskeinen käsite monilla aloilla, kuten meteorologiassa, ilmastossa, taloudessa, biologiassa ja neurotieteessä. Sen ymmärtäminen auttaa tulkinnassa, ennusteissa ja epäjatkuvien ilmiöiden erottelussa signaalista ja kohina.