tijdsreeks

Een tijdsreeks is een verzameling waarnemingen die in opeenvolgende tijdstippen zijn verzameld. Vaak gebeurt dit op regelmatige intervallen zoals dagelijks, maandelijks of jaarlijks; onregelmatige tijdsreeksen komen ook voor.

Belangrijke kenmerken zijn trend, seizoensinvloeden en andere patronen. Een tijdsreeks kan bestaan uit een trend (langzaam op of neer gaande beweging), seizoensinvloeden (periodieke patronen met vaste frequentie), cyclische bewegingen en een restcomponent van ruis.

Stationariteit is een centraal begrip: een stationaire reeks heeft statistische eigenschappen die in de loop van de tijd constant blijven, wat forecasting vergemakkelijkt. Veel tijdreeksen zijn niet stationair en vereisen transformaties of differencing (het nemen van verschillen tussen opeenvolgende waarnemingen) om analyse en modelschatting mogelijk te maken.

Veelgebruikte analysemethoden zijn descriptieve plots en onderzoek naar autocorrelaties (ACF) en partiële autocorrelaties (PACF). Voor forecasting worden modellen zoals ARIMA en SARIMA, exponentiële gladstrijking (ETS) en state-space-methoden toegepast. Ook machine learning-technieken komen voor bij complexere data.

Voorbereiding omvat het omgaan met ontbrekende waarden, her-sampling naar een regelmatige frequentie, en detrending of deseasonalisatie. Modelselectie en evaluatie gebruiken maatstaven als MAE, RMSE en MAPE. Validatie gebeurt vaak met training-test splits of tijdreeks-crossvalidatie.

Toepassingen vinden plaats in economie en financiën, meteorologie en klimaatonderzoek, energiebeheer, productieplanning en gezondheidszorg. Door tijdsreeksen kan men historische patronen begrijpen en toekomstige waarden schatten, met aandacht voor onzekerheid.

Samenvattend is een tijdsreeks een gestructureerde verzameling tijdafhankelijke waarnemingen die beschrijving en voorspelling mogelijk maakt, waarbij aandacht wordt besteed aan trend, seizoensinvloeden en afhankelijkheden tussen opeenvolgende metingen.