tidserieanalys
Tidserieanalys avser metoder och verktyg för att studera tidsordnade observationer och använda dessa insikter till prognoser och beslut. Syftet är att identifiera mönster som trend, säsong, cykler och slumpvariation samt att modellera dessa för att förutse framtida värden och förstå underliggande processer. Vanliga steg är dataförberedelse, visualisering, test av stationaritet och lämpliga transformationer, modellval och prognostisering samt utvärdering av prediktiv noggrannhet.
Vanliga modeller inkluderar ARIMA (autoregressiv integrerad moving average), där ordningen bestäms av autokorrelation och differenser, samt
Insamlad data bör hanteras med uppmärksamhet på saknade värden, uteliggare och plötsliga förändringar. Modellprestanda bedöms med
Användningsområden inkluderar ekonomi och finans, energiförbrukning, meteorologi, miljö- och hälsobevakning samt andra domäner där tidsberoende data