Tidsmønsteret

Tidsmønsteret er et begreb inden for statistik og dataanalyse, der beskriver hvordan hændelser fordeler sig over tid. Ordet kommer fra dansk og betegner de tidsmæssige strukturer i et datasæt, eksempelvis når observationer gentager sig med bestemte intervaller eller følger sæsonmæssige eller cykliske mønstre.

De vigtigste komponenter i et tidsmønster er sæsonbestemte variationer (gentagne mønstre med faste intervaller som årstider eller ugedage), trend (langvarig stigning eller fald), cykliske mønstre (længere uregelmæssige svingninger) og tilfældige udsving (støj). Tidsmønsteret kan ændre sig over tid og kan være forskelligt på tværs af grupper, områder og kontekster.

Metoder til at identificere og beskrive tidsmønsteret omfatter grafisk fremstilling af tidsrækker, korrelationsanalyser og sæson-/trendelegrammer som STL-dekomposition eller Holt-Winters-modellering. Mere avancerede tilgange inkluderer ARIMA- og GAM-modeller, der kan inkorporere sæsonkomponenter og variable uregelmæssigheder. Formålet er at beskrive mønstrene, forklare tidligere observationer og forudsige fremtidige værdier.

Anvendelsesområderne spænder bredt: detailhandelens købsadfærd efter ugedag og sæson, sundhedsdata som indlæggelser efter årstid, energi- og transportsektorenes belastning og forbrug, samt kriminalitetsmønstre efter døgn- og ugecyklus. Vigtige overvejelser omfatter datakvalitet og rapporteringspraksis, da ændringer i målemetoder, helligdage eller særlige begivenheder kan påvirke opfattelsen af tidsmønsteret.