Tímaröðargreining

Tímaröðargreining er aðferð til að greina tímabundin gögn, sem eru gögn sem eru safnað yfir ákveðinn tíma. Markmið tímaröðargreiningar er að skilja undirliggjandi uppbyggingu í gögnunum og nota þessa þekkingu til að gera spár um framtíðargildi. Algengir eiginleikar í tímaröðum eru þróun, árstíðabundin sveifla og tilviljunarkenndur hávaði. Þróun vísar til langtímaþróunar gögnanna, árstíðabundin sveifla vísar til endurtekinnar mynsturs innan ákveðins tímabils (svo sem dags, viku eða árs) og tilviljunarkenndur hávaði vísar til ófyrirsjáanlegra fluktúara.

Ýmsar aðferðir eru notaðar í tímaröðargreiningu. Sumar algengar aðferðir eru sjálfvirk tenging (AR) módel, hreyfanleg meðaltal (MA) módel og samsett ARMA og ARIMA módel. Þessi módel eru byggð á hugmyndinni um að fyrri gildi í tímaröðinni geti spáð fyrir um framtíðargildi. Einnig eru notaðar aðferðir sem byggja á vélrænnámi, eins og vélrænar taugavefur og vélrænar ræsur, sérstaklega fyrir flóknari og ólínu tímaröðir.

Tímaröðargreining hefur víðtæka notkun á ýmsum sviðum. Á fjármálasviði er hún notuð til að spá um hlutabréfaverð og markaðshreyfingar. Í hagfræði er hún notuð til að spá um landsframleiðslu, verðbólgu og atvinnuleysi. Í veðurfari er hún notuð til að spá um hitastig og úrkomu. Einnig er hún notuð í iðnaði til að spá um eftirspurn eftir vörum og til að skipuleggja framleiðslu. Markmiðið er oft að bæta ákvarðanatöku með því að veita innsýn í framtíðarþróun.