امروزه یکی از پرکاربردترین حوزه های آماری خصوصاً در زمینه تجزیه و تحلیل داده های مالی مانند نرخ تورم، قیمت دلار، قیمت سکه و … و همچنین پیش بینی مقادیر آینده برای شاخص های مختلف سری زمانی می باشد از همین رو در این مقاله به بررسی آن پرداخته شده است. بنابراین ابتدا تعریف سری زمانی و سپس کاربردهای آن را مورد بررسی قرار می دهیم.
بیشتر بخوانید: آمار چیست؟
سری زمانی چیست؟
سری زمانی (Time Series) یکی از اصلی ترین شاخه های علم آمار است که در سال های گذشته رشد چشمگیری داشته است. به طور کلی یک سری زمانی دنباله ای از داده هایی است که در بازه های زمانی مساوی در یک دوره زمانی مشخص تعریف شده اند. این ساده ترین تعریف سری زمانی است.
بیشتر بخوانید: معرفی نرم افزارهای آماری
1- تحلیل سری زمانی چیست؟
تحلیل سری زمانی به معنای استفاده از روش های آماری برای تجزیه و تحلی داده های سری زمانی و در نهایت استخراج ویژگی ها و اطلاعات معنادار و منطقی از این داده ها می باشد. تحلیل سری زمانی به ما کمک می کند تا بدانیم که چه عواملی در به وجود آمدن یک روند در داده های مورد نظر نقش داشته اند، به این ترتیب با روش های مختلف سعی در کنترل این عوامل و ارائه پیش بینی مناسب می کنم.
2- کاربرد سری زمانی چیست؟
الف) پیش بینی:
اولین مزیت و کاربرد سری زمانی در پیش بینی و تحلیل روندهای گذشته و در نتیجه تصمیم گیری بر مبنای این روندهاست.
ب) تحلیل مداخله ای (Intervention Analysis):
با استفاده از تحلیل مداخله می توان دید که یک رخداد منجر به تغییر در سری زمانی می شود یا خیر. به عنوان مثال، بعد از انجام مداخله ای مانند ارائه آموزش به کارمند، سطح عملکرد او بهبود یافته است یا خیر.
پ) تحلیل توصیفی:
با استفاده از این تحلیل می تواند روند یا الگوی موجود در سری زمانی را با استفاده از نمودارها یا آزمون های مختلف شناسایی کرد.
ت) تحلیل طیفی:
از دیگر کاربردهای سری زمانی در زمینه تحلیل طیفی است که با استفاده از آن مولفه های دوره ای (Periodic) و سیکلی (Cyclical) در سری زمانی مشخص می شوند. و در نتیجه می توانید تغییرات در فروش یک محصول را مشخص کنید.
مثال:
سری زمانی دنباله ای از داده هایی است که بر روی بازه های زمانی مساوی ثبت شده اند. برای مثال بر مبنای تعریف سری زمانی، داده های نرخ تورم سالانه از سال 1380 تا سال 1390 تشکیل یک سری زمانی را می دهند.
مثال های زیادی از سری زمانی وجود دارند که در سال های اخیر کارهای پژوهشی بسیاری نیز بر روی آن ها انجام شده است. یکی از مثال های این زمینه، مدل بندی و پیش بینی داده های مربوط به تعداد بیماری سرطان، تعداد بارش های سالانه، تولید ناخالص داخلی (GDP) و … بوده است.
به طور کلی، طبق تعریف سری زمانی روشی برای مدل بندی، شناسایی روندها، برآورد پارامترهای نامعلوم در مدل و پیش بینی مقادیر بازه های زمانی آینده برای داده های سری زمانی می باشد و یکی از پرکاربردترین حوزه های آماری می باشد. به زودی سایت آر استودیو در زمینه سری زمانی، پایان نامه های کاملاً رایگانی را منتشر خواهد کرد.
بیشتر بخوانید: شبیه سازی MCMC با نرم افزار R
