Szereg czasowy – ciąg obserwacji pewnego zjawiska w kolejnych jednostkach czasu. Wielkości mierzone na skalach liczbowych, na ogól w równych odstępach czasu; Kształt wykresu niesie istotną informacje. Szeregi czasowe są podstawą analizy dynamiki zjawisk.
Analiza szeregów czasowych (ang. time series) jest powiązana z
metodami prognozowania (ang. forecasting). Celem jest zbudowanie modelu pewnego zjawiska/procesu w oparciu o obserwowane zmiany w czasie pewnych mierzalnych wielkości opisujących ten proces.
W skład szeregów czasowych wchodzą:
Część systematyczna:
- trend,
- składowa stała,
- wahania sezonowe,
- wahania cykliczne
Część przypadkowa (powodująca niepewność):
- szum
- wahania przypadkowe
Wymienione składniki – czynniki determinujące
rozważane zjawisko. W analizie szeregów dąży się do
ich wyodrębnienia i pomiaru – dekompozycja szeregu
czasowego.
Podstawowa struktura szeregów czasowych:
Stały (przeciętny) poziom zmiennej.
Trend (tendencja rozwojowa) – reprezentuje ogólny
kierunek rozwoju zjawiska (systematyczne zmiany,
jakim podlega zjawisko); rozróżnia się, np., trend
liniowy lub nieliniowy.
Składowa okresowa (wahania okresowe / regularne
odchylenia od tendencji rozwojowej) – składnik
powtarzający się cyklicznie. Szum (zakłócenia, wahania przypadkowe).
Składowa okresowa może wystąpić w postaci wahań:
cyklicznych – długookresowe, rytmiczne wahania
sezonowych – krótkookresowe do 1 roku,
odzwierciedlają wpływ zachowań wynikający z
„kalendarza”
