tímaröðargögnum

Tímaröðargögn eru gagnasöfn þar sem hvert gildi er tengt tilteknum tíma og raðað er eftir tíma. Gögnin sýna hvernig breytur þróast yfir tíma og eru grundvöllur fyrir tímaröðagreiningu og spár.

Bygging og gerðir: Tímaröðargögn geta verið einvírt (eitthvað eitt gildisbreyti) eða fjölbreytt ( margar breytur). Gagnaöflun getur verið regluleg (fastar mælingar á ákveðnum tíma) eða óregluleg (mælingar koma í misstund). Hver gagnapunktur ber tímamerki sem segir til um hvenær mælingin var gerð.

Algengir eiginleikar: Trend (langsýn þróun), seasonality (árstíðarsveiflur) og cyclicality (endurtekningar) ásamt óreglulegu mynstri. Stöðugleiki (stationarity) og sjálfvirk tengsl (autocorrelation) eru mikilvægar breytur í greiningu. Missir gagna og ófullkomnar mælingar hafa áhrif á spár og úrvinnslu.

Geymsla og meðferð: Gögnin eru geymd í mörgum sniðum, til dæmis CSV eða JSON með tímamerkjum, eða í sérhæfðum tímaröðargagnagrunnum. Meðhöndlun felur oft í sér uppfyllingu gagna (imputation), endurraðun til samræmda tíðni (resampling) og hreinsun. Áskoranir fela í sér misbirt gögn, mismunandi tímasvið og mismunandi uppsprettur sem þarf að samræma.

Notkun og mikilvægi: Tímaröðargögn eru notuð til spár, greiningar á þróun og atburðum, auk þess sem þau mæla árstíðir og fyrirbæri. Algengar aðferðir fela í sér ARIMA/ARMA-líkön, exponential smoothing og state-space líkön. Í dag eru algeng verkfæri Python (t.d. pandas, statsmodels, Prophet) eða R (forecast) við notkun.