Czym są wykresy szeregów czasowych?
Wykres szeregów czasowych populacji Stanów Zjednoczonych w latach 1900-2000. C.K.Taylor
Jedną z cech danych, którą warto wziąć pod uwagę, jest czas. A wykres który rozpoznaje tę kolejność i wyświetla zmianę wartości zmiennej w miarę upływu czasu, nazywa się wykresem szeregów czasowych.
Załóżmy, że chcesz badać klimat regionu przez cały miesiąc. Codziennie w południe notujesz temperaturę i zapisujesz ją w dzienniku. Na podstawie tych danych można przeprowadzić szereg badań statystycznych. Możesz znaleźć oznaczać albo mediana temperatura na miesiąc. Możesz zbudować histogram wyświetlanie liczby dni, w których temperatury osiągają określony zakres wartości. Ale wszystkie te metody ignorują część zebranych danych.
Ponieważ każda data jest połączona z odczytem temperatury w ciągu dnia, nie musisz myśleć o danych jako losowych. Zamiast tego możesz użyć podanych czasów, aby narzucić dane w porządku chronologicznym.
Konstruowanie wykresu szeregów czasowych
Aby skonstruować wykres szeregów czasowych, musisz spojrzeć na oba fragmentyKartezjański układ współrzędnych. Oś pozioma służy do wykreślania przyrostów daty lub godziny, a oś pionowa służy do wykreślania mierzonych wartości. Dzięki temu każdy punkt na wykresie odpowiada dacie i zmierzonej wielkości. Punkty na wykresie są zazwyczaj połączone liniami prostymi w kolejności ich występowania.
Zastosowania wykresu szeregów czasowych
Wykresy szeregów czasowych są ważnymi narzędziami w różnych zastosowaniach Statystyka . Podczas rejestrowania wartości tej samej zmiennej przez dłuższy czas, czasami trudno jest dostrzec jakikolwiek trend lub wzorzec. Jednak gdy te same punkty danych są wyświetlane graficznie, niektóre funkcje wyskakują. Wykresy szeregów czasowych ułatwiają wykrycie trendów. Te trendy są ważne, ponieważ można je wykorzystać do projekcji w przyszłość.
Oprócz trendów, pogoda, modele biznesowe, a nawet populacje owadów wykazują cykliczność. Badana zmienna nie wykazuje ciągłego wzrostu ani spadku, ale zamiast tego rośnie i maleje w zależności od pory roku. Ten cykl wzrostu i spadku może trwać w nieskończoność. Te cykliczne wzorce są również łatwo widoczne na wykresie szeregów czasowych.
Przykład wykresu szeregów czasowych
Zestawu danych z poniższej tabeli można użyć do skonstruowania wykresu szeregów czasowych. Dane pochodzą z US Census Bureau i informuje o populacji mieszkańców USA od 1900 do 2000 roku. Oś pozioma mierzy czas w latach, a oś pionowa przedstawia liczbę osób w USA. Wykres pokazuje nam stały wzrost populacji, który jest mniej więcej linią prostą. Następnie nachylenie linii staje się bardziej strome podczas Baby Boom.
Dane o populacji USA z lat 1900-2000
| Rok | Populacja |
| 1900 | 76094000 |
| 1901 | 77584000 |
| 1902 | 79163000 |
| 1903 | 80632000 |
| 1904 | 82166000 |
| 1905 | 83822000 |
| 1906 | 85450000 |
| 1907 | 87008000 |
| 1908 | 88710000 |
| 1909 | 90490000 |
| 1910 | 92407000 |
| 1911 | 93863000 |
| 1912 | 95335000 |
| 1913 | 97225000 |
| 1914 | 99111000 |
| 1915 | 100546000 |
| 1916 | 101961000 |
| 1917 | 103268000 |
| 1918 | 103208000 |
| 1919 | 104514000 |
| 1920 | 106461000 |
| 1921 | 108538000 |
| 1922 | 110049000 |
| 1923 | 111947000 |
| 1924 | 114109000 |
| 1925 | 115829000 |
| 1926 | 117397000 |
| 1927 | 119035000 |
| 1928 | 120509000 |
| 1929 | 121767000 |
| 1930 | 123077000 |
| 1931 | 12404000 |
| 1932 | 12484000 |
| 1933 | 125579000 |
| 1934 | 126374000 |
| 1935 | 12725000 |
| 1936 | 128053000 |
| 1937 | 128825000 |
| 1938 | 129825000 |
| 1939 | 13088000 |
| 1940 | 131954000 |
| 1941 | 133121000 |
| 1942 | 13392000 |
| 1943 | 134245000 |
| 1944 | 132885000 |
| 1945 | 132481000 |
| 1946 | 140054000 |
| 1947 | 143446000 |
| 1948 | 146093000 |
| 1949 | 148665000 |
| 1950 | 151868000 |
| 1951 | 153982000 |
| 1952 | 156393000 |
| 1953 | 158956000 |
| 1954 | 161884000 |
| 1955 | 165069000 |
| 1956 | 168088000 |
| 1957 | 171187000 |
| 1958 | 174149000 |
| 1959 | 177135000 |
| 1960 | 179979000 |
| 1961 | 182992000 |
| 1962 | 185771000 |
| 1963 | 188483000 |
| 1964 | 191141000 |
| 1965 | 193526000 |
| 1966 | 195576000 |
| 1967 | 197457000 |
| 1968 | 199399000 |
| 1969 | 201385000 |
| 1970 | 203984000 |
| 1971 | 206827000 |
| 1972 | 209284000 |
| 1973 | 211357000 |
| 1974 | 213342000 |
| 1975 | 215465000 |
| 1976 | 217563000 |
| 1977 | 21976000 |
| 1978 | 222095000 |
| 1979 | 224567000 |
| 1980 | 227225000 |
| 1981 | 229466000 |
| 1982 | 231664000 |
| 1983 | 233792000 |
| 1984 | 235825000 |
| 1985 | 237924000 |
| 1986 | 240133000 |
| 1987 | 242289000 |
| 1988 | 244499000 |
| 1989 | 246819000 |
| 1990 | 249623000 |
| 1991 | 252981000 |
| 1992 | 256514000 |
| 1993 | 259919000 |
| 1994 | 263126000 |
| 1995 | 266278000 |
| tysiąc dziewięćset dziewięćdziesiąty szósty | 269394000 |
| 1997 | 272647000 |
| 1998 | 275854000 |
| 1999 | 279040000 |
| 2000 | 282224000 |