Mengingat analisis time-series, bukan sebagai konsep statistik abstrak dan secara luas digunakan dalam praktek, fenomena tersebut, kita dapat menyimpulkan bahwa topik ini sangat relevan saat ini untuk studi sejumlah proses.Hal ini terutama dalam permintaan dalam kegiatan ekonomi orang, sehingga sebagian besar contoh dalam literatur ilmiah dan populer adalah dari sudut pandang penggunaannya dalam konteks ini.Tapi ruang lingkup studi dan evaluasi penggunaan time series berakhir.
definisi dari seri waktu dalam banyak hal mengingatkan kita pada proses mengumpulkan semua informasi statistik dan memperbaiki chёtkom pada interval tertentu indikator nyata diukur dengan cara, memberikan keandalan terbesar.Dengan kata lain, dalam penjelasan berbagai fenomena digunakan grafik mana absis tetap mengukur indikator waktu, dan ordinat dari ukuran fisik yang sebenarnya.
Bahkan, metode analisis time series pada satu waktu membentuk dasar dari deskripsi banyak hukum-hukum fisika dan proses teknis.Sintesis mereka telah memungkinkan proses untuk mengurangi deskripsi untuk ekspresi matematika tertentu.Tapi tidak semua proses telah mampu masuk ke dalam kerangka formula yang jelas.Sebuah solusi dari dua masalah utama belum dibatalkan.Mereka adalah:
- menentukan sifat dari seri;
- peramalan.
Untuk analisis time series menerima dorongan tambahan untuk pengembangan dan di gudang yang muncul kaya set alat dan metode.
contoh klasik dari seri waktu adalah serangkaian diusulkan pada tahun 1976 oleh Box dan Jenkins.Sebagai contoh, studi tentang aktivitas internasional bulanan lalu lintas udara selama dua belas tahun pada periode 1949-1960 tahun, mereka telah menunjukkan adanya dua komponen: tren hampir linear dan perubahan musim.Ketika peningkatan lalu lintas terus meningkat, dan tergantung pada musim berkala mengamati bagian-bagian dari ledakan dan redaman aktivitas.Jenis deskripsi disebut model dengan musiman multiplikatif.
Pada tahun yang sama sama Box dan Jenkins ditawarkan sangat menarik dalam hal peramalan, tetapi sangat memakan waktu dan metode sulit autoregressive terintegrasi moving average (ARIMA).
studi tentang proses tunduk pada pengaruh luar, penyebaran adalah metode praktis time series terganggu.Telah dijelaskan di tahun 80-an abad lalu.Inti dari metode ini terletak pada studi tentang proses setelah intervensi dari sistem dari luar.Analisis time series adalah untuk menilai pengenalan metode manajemen baru, penggunaan yang berbeda know-how, pengaruh pembuatan hukum, dll analisis
spektral dari time series muncul atas dasar metode sebelumnya.Di antara kriteria evaluasi untuk metode ini jelas terlihat selama dan frekuensi.Cukup banyak digunakan dalam perhitungan bilangan kompleks, transformasi Fourier.
kelimpahan metode dan teknik yang melibatkan analisis time series menegaskan bagaimana subur tanah untuk penelitian lebih lanjut.Untuk deskripsi dari proses ini rumit dan membutuhkan pengalaman tertentu dari analis.Sebuah lompatan kuat dalam pengembangan teknologi komputer pribadi telah menyebabkan kesimpulan dari jenis analisis ke tingkat yang baru.Tapi di mana-mana internet telah tersedia untuk kategori umum dari penelitian terbaru di daerah ini.
Apa yang tidak analisis time-series, menggunakan pemain yang sukses di pasar Forex, itu adalah studi tentang grafik dari perusahaan memungkinkan manajer untuk mengembangkan lini strategis yang benar, dan penilaian pasar menyediakan lapangan luas bagi pemasar dan manajer, yang memungkinkan Anda untuk menyesuaikan tingkat harga dan berbagai produk yang dijual ataujasa dalam rangka untuk mendapatkan manfaat maksimal.
Setiap metode analisis layak perhatian khusus dan memerlukan penyelidikan menyeluruh.Dan jika Anda memiliki salah satu dari mereka yang tertarik, tujuan dari artikel dicapai.
