Компоненти часового ряду
Тенденція існує, коли ряд збільшується, зменшується або залишається на постійному рівні за часом, тому він береться за функцію. Сезонність відноситься до властивості часового ряду, який відображає періодичні шаблони, повторювані з постійною частотою (m), наприклад, m = 12 означає, що шаблон повторюється кожні дванадцять місяців.
Фіктивні змінні аналогічно сезонності можуть бути додані у вигляді бінарної функції. Можна, наприклад, врахувати свята, спеціальні події, маркетингові кампанії, незалежно від того, чи є значення стороннім, чи ні. Однак потрібно пам’ятати, що ці змінні повинні мати певні шаблони. При цьому кількість днів може бути легко розрахована навіть для майбутніх періодів і впливати на прогнозування на основі часових рядів, особливо у фінансовій сфері.
Цикли — це пори року, які не походять з фіксованою швидкістю. Наприклад, щорічні атрибути відтворення канадської рисі відображають сезонні та циклічні моделі. Вони не повторюються через регулярні проміжки і можуть виникати, навіть якщо частота дорівнює 1 (m = 1).
Lagged values – в якості предикторів можна включити запізнілі значення змінної. Деякі моделі, такі як ARIMA, векторна авторегрессия (VAR) або авторегресійної нейронні мережі (NNAR), працюють саме таким чином.
Компоненти цікавить змінної дуже важливі для аналізу тимчасових рядів і прогнозування, щоб зрозуміти їх поведінку, шаблони, а також мати можливість вибрати підходящу модель.
