Sèrie temporal
![]() |
Aquest article o secció no cita les fonts o necessita més referències per a la seva verificabilitat. |
Una sèrie temporal o cronològica és una seqüència de dades, observacions o valors mesurats en determinats moments del temps, ordenats cronològicament i, normalment, espaiats entre si de manera uniforme. L'anàlisi de sèries temporals comprèn mètodes que ajuden a interpretar aquest tipus de dades extraient-ne informació representativa, tant referent als orígens o relacions subjacents, com a la possibilitat d'extrapolar i predir el seu comportament futur.
De fet un dels usos més habituals de les sèries de dades temporals és la seva anàlisi per a predicció i pronòstic com, per exemple, de les dades climàtiques, de les accions de borsa, o les sèries pluviomètriques. Resulta difícil imaginar una branca de les ciències en què no apareguin dades que puguin ser considerades com sèries temporals: són estudiades en estadística, processament de senyals, econometria i moltes altres àrees.
Els mètodes d'anàlisi de sèries temporals es poden dividir en dues classes: mètodes de domini de freqüència i mètodes de domini de temps. Els primers inclouen l'anàlisi espectral i, recentment, l'anàlisi d'ondeta; els últims inclouen l'anàlisi d'autocorrelació i l'anàlisi de correlació creuada.
Components[modifica]
L'anàlisi més clàssic de les sèries temporals es basa en la suposició que els valors que pren la variable d'observació és la conseqüència de quatre components. L'actuació conjunta dóna com a resultat els valors mesurats, aquests components són:
- Tendència secular o regular, indica la marxa general i persistent del fenomen observat, és una component de la sèrie que reflecteix l'evolució a llarg termini. Per exemple, la tendència creixent de l'índex de reciclatge d'escombraries en els països desenvolupats, o l'ús creixent d'Internet en la societat, independentment que en un mes concret en un país, per determinades causes, hi hagi una baixada de la utilització d'Internet.
- Variació estacional. És el moviment diari de curt període, es tracta d'una component causal deguda a la influència de certs fenòmens que es repeteixen de manera periòdica en un any (les estacions), una setmana (els caps de setmana) o un dia (les hores puntes) o qualsevol altre període. Recull les oscil·lacions que es produeixen en aquests períodes de repetició.
- Variació cíclic. És el component de la sèrie que recull les oscil·lacions periòdiques d'amplitud superior a un any. moviments normalment irregulars al voltant de la tendència, en les quals a diferència de les variacions estacionals, té un període i amplitud variables, podent classificar-se com a cíclics, quasicíclics o recurrents.
- Variació aleatòria, accidental, de caràcter erràtic, també anomenada residu: no mostren cap regularitat, són deguts a fenòmens de caràcter ocasional com poden ser tempestes, terratrèmols, inundacions, vagues, guerres, avenços tecnològics, etc.
Notació[modifica]
Hi ha diferents notacions emprades per a la representació matemàtica d'una sèrie temporal:
Aquesta és una de les comunes que representa una sèrie de temps X que és indexada per nombres naturals. També es pot veure:
Eines[modifica]
Eines per a la recerca de sèries temporals:
- Consideració de la funció d'autocorrelació i la funció de densitat espectral.
- Efectuant una transformació de Fourier per investigar les sèries en el domini de la freqüència.
- L'ús d'un filtre per remoure soroll no desitjat.
- Anàlisi dels components principals (o anàlisi de la funció ortogonal empírica).
- Xarxes neuronals artificials.
- Tècniques d'anàlisi de freqüències de temps:
- Anàlisi caòtic
Vegeu també[modifica]
- Anàlisi de variació rítmica
- Sèries temporals anòmales
- Autocorrelació
- Autocorrelació parcial
- Predicció lineal
- Estudi longitudinal
- Media mòbil
- Interval de predicció
- Anàlisi predictiu
- Ajust temporal
- Identificació de sistema
- Bases de dades de sèries temporals
- Estimació de tendències
Enllaços externs[modifica]
- A First Course on Time Series Analysis - un llibre de codi obert sobre anàlisi de sèries temporals amb SAS (Statistical Analysis System)