Analisi statistica spesso richiede l’esame dei dati di serie storiche , o osservazioni raccolte nel corso di un periodo di tempo prolungato . Tali dati presentano sfide analitiche speciali , quali le tecniche di analisi di serie di indirizzi . Questa classe di analisi ha molte applicazioni che vanno dal controllo di processo e la gestione del progetto per le proiezioni di vendita e le previsioni economiche . Identificazione

Analisi delle serie temporali si riferisce ad un insieme di tecniche statistiche per l’analisi dei dati di serie temporali . Una serie storica è un insieme di osservazioni prese in diversi punti nel tempo . Gli esempi includono i prezzi delle azioni quotidiane , i dati di vendita settimanali, l’indice dei prezzi al consumo mensile o il prodotto nazionale lordo trimestrale .

Vantaggi

Analisi delle serie temporali aiuta a spiegare i cambiamenti nelle variabili sopra tempo esaminando il contesto sottostante dei dati . Per questo motivo può aiutare a spiegare eventi passati , così come le condizioni futuri. Analisi di serie temporali è particolarmente popolare per l’analisi economica e la previsione

Tipi

Analisi delle serie temporali può coinvolgere molteplici tecniche di regressione o di previsione per analizzare i cambiamenti nel tempo e fare previsioni. Regressione multipla è una tecnica statistica che esamina la risposta di una variabile dipendente da una serie di variabili indipendenti , o predittive , . Una regressione con dati di serie temporali , per esempio , potrebbero esaminare indici di gradimento presidenziali in funzione di variabili economiche , come il deficit federale di bilancio annuale , il tasso di disoccupazione mensile e l’indice dei prezzi al consumo mensile . Previsione tecniche estendono regressione utilizzando modelli statistici complessi per prevedere le condizioni future sulla base di eventi passati .

Analisi delle serie temporali può anche essere un disegno di ricerca in cui un ricercatore utilizza metodi statistici per analizzare se un cambiamento dei dati di serie storiche è relative a una variabile di interesse . Questo è a volte indicato come uno studio di serie temporali interrotte . Ad esempio , un ricercatore di mercato potrebbe utilizzare questo tipo di analisi per esaminare i dati di vendita nel corso del tempo e se una nuova campagna di marketing , introdotta in un particolare punto nel tempo , ha contribuito ad aumentare le vendite .

Funzione

analisi delle serie temporali ha una vasta gamma di usi . Dipartimenti marketing possono utilizzare queste tecniche per aiutare strategie di vendita del piano. Professionisti finanziari utilizzano l’analisi di serie temporali per prevedere i tassi di interesse e le altre condizioni di investimento . Gli economisti utilizzano tecniche di serie temporali di prevedere le future condizioni economiche . Gli scienziati politici usano queste tecniche per analizzare i dati del sondaggio , come presidenziali indici di gradimento .

Considerazioni

A causa della sua complessità , analisi di serie temporali richiede l’utilizzo di un computer con statistico software . Programmi popolari software statistici includono SAS e SPSS . In aggiunta , ci sono programmi specializzati, progettati per le serie temporali , come ratti ( Regressione Analisi delle serie ) .

programmi di fogli di calcolo come Excel non sono progettati per le procedure statistiche complesse , come l’analisi di serie temporali .