Szereg czasowy

Szereg czasowy to realizacja procesu stochastycznego, którego dziedziną jest czas; to ciąg informacji uporządkowanych w czasie, których pomiary wykonywane są z dokładnym krokiem czasowym. Jeżeli krok nie będzie regularny wtedy mamy do czynienia z szeregiem czasowym rozmytym.

Wśród składników szeregu czasowego możemy wyróżnić:

• trend (tendencję rozwojową)
• wahania sezonowe
• wahania cykliczne (koniunkturalne)
• wahania przypadkowe

Badaniem własności szeregów czasowych i prognozowaniem na ich podstawie zajmuje się analiza szeregów czasowych.

Modele szeregów czasowych mają wiele postaci. Ich trzy klasyczne klasy to modele autoregresyjne (AR, od ang. AutoRegressive), scałkowane (I, Integrated) oraz z ruchomą średnią (MA, Moving Average) . Złożenia tych trzech klas to m.in. popularne modele autoregresyjne ze średnią ruchomą (ARMA), modele autoregresyjne scałkowane ze średnią ruchomą (ARIMA), modele autoregresji z heteroskedastycznością warunkową np: CGARCH, EGARCH, FIGARCH, GARCH.