時間序列數據

簡介

時間序列數據（time series data）是在不同時間上收集到的數據，這類數據是按時間順序收集到的，用於所描述現象隨時間變化的情況。這類數據反映了某一事物、現象等隨時間的變化狀態或程度。很多計量經濟學的模型也用到了時間序列數據。比如2000—2005年我國的國內生產總值數據就是時間序列數據。

例子

我國國內生產總值從1949到2009的變化就是時間序列數據。時間序列數據可作季度數據、月度數據等細分，其中很有代表性的季度時間序列模型就是因為其數據具有四季一樣變化規律，雖然變化周期不盡相同，但是整體的變化趨勢都是按照周期變化的。

時間序列是統計學專業課程之一。對時間序列的研究一般要建立在一定的計量經濟學基礎上，計量經濟學已有涉及時間序列模型。

分類

時間序列數據可分為平穩過程、去趨勢平穩過程以及差分平穩過程等等很多種類。

缺點

時間序列數據的缺陷是無法對與時間相關的變數進行控制。

時間序列數據聚類

聚類是將無標籤的數據成若干組，使得組內數據的相似度最大，組間數據的相似度最小。聚類方法分為五種：劃分聚類、層次聚類、基於密度的聚類、基於格線的聚類和基於模型的聚類。