Tijdreeksen

Een tijdreeks is een verzameling van observaties die op opeenvolgende tijdpunten zijn verzameld, meestal met regelmatige intervallen. Elke observatie bestaat uit een tijdstempel en een waarde die de gemeten grootheid vertegenwoordigt, zoals temperatuur, prijs of vraag. Doel van tijdreeksanalyse is inzicht krijgen in patronen en het doen van betrouwbare voorspellingen op basis van historische data.

Veel tijdreeksen vertonen kenmerken zoals een langjarige trend, seizoenspatronen (periodieke schommelingen), cyclische bewegingen en onregelmatige ruis. Een belangrijke eigenschap is stationariteit: de statistische eigenschappen (gemiddelde, variantie, autocorrelatie) blijven niet over tijd constant bij niet-stationaire processen. Verschillen of transformaties worden gebruikt om stationairiteit te bereiken.

Bij de verwerking van tijdreeksen hoort ook zorgen voor de data kwaliteit en de tijdsstructuur: regelmatige intervallen, ontbrekende waarden en outliers. Voorbereidende stappen zijn onder meer missing data aanpakken, logaritmische transformatie, deseasonalisatie en differencing. Modellen worden daarna gevalideerd met historische data en gescheiden sets voor training en test.

Veel gebruikte modelleringstechnieken zijn ARIMA en SARIMA (autoregressieve en MA-componenten met differencing en mogelijkheid tot seizoensonderdelen), maar ook exponentiële afvlakking zoals Holt-Winters. Moderne benaderingen omvatten state-space-modellen en Kalman-filter, en bedrijfsbrede hulpmiddelen zoals Prophet. Hierbij wordt vaak rekening gehouden met niet-stationaire trends en seizoenpatronen.

Prestatiemeting van voorspellingen gebeurt met maten als MAE, RMSE en MAPE. Strategische toepassingen van tijdreeksanalyse bevinden zich in financiën, economie, weer- en energiemetingen, productieplanning en epidemiologie.