Cosa sono i grafici delle serie temporali?
Share
Una caratteristica dei dati che potresti prendere in considerazione è quella del tempo. Un grafico che riconosce questo ordinamento e visualizza la variazione dei valori di una variabile man mano che il tempo avanza viene chiamato grafico delle serie temporali.
Supponi di voler studiare il clima di una regione per un mese intero. Ogni giorno a mezzogiorno si nota la temperatura e si annota in un registro. Una varietà di studi statistici potrebbe essere effettuata con questi dati. È possibile trovare la temperatura media o media del mese. È possibile costruire un istogramma che mostri il numero di giorni in cui le temperature raggiungono un determinato intervallo di valori. Ma tutti questi metodi ignorano una parte dei dati raccolti.
Poiché ogni data è associata alla lettura della temperatura per il giorno, non è necessario considerare i dati come casuali. Puoi invece utilizzare i tempi indicati per imporre un ordine cronologico ai dati.
Costruire un grafico di serie storiche
Per costruire un grafico delle serie temporali, è necessario esaminare entrambe le parti del set di dati associato. Inizia con un sistema di coordinate cartesiane standard. L'asse orizzontale viene utilizzato per tracciare gli incrementi di data o ora e l'asse verticale per tracciare la variabile dei valori che si sta misurando. In questo modo ogni punto sul grafico corrisponde a una data e una quantità misurata. I punti sul grafico sono in genere collegati da linee rette nell'ordine in cui si verificano.
Usi di un grafico di serie storiche
I grafici delle serie temporali sono strumenti importanti in varie applicazioni delle statistiche. Quando si registrano i valori della stessa variabile per un lungo periodo di tempo, a volte è difficile discernere qualsiasi tendenza o modello. Tuttavia, una volta che gli stessi punti dati vengono visualizzati graficamente, alcune funzionalità saltano fuori. I grafici delle serie temporali rendono le tendenze facili da individuare. Queste tendenze sono importanti in quanto possono essere utilizzate per proiettare nel futuro.
Oltre alle tendenze, il clima, i modelli di business e persino le popolazioni di insetti mostrano modelli ciclici. La variabile che si sta studiando non mostra un aumento o una diminuzione continui, ma va su e giù a seconda del periodo dell'anno. Questo ciclo di aumento e diminuzione può andare avanti indefinitamente. Questi schemi ciclici sono anche facili da vedere con un grafico delle serie temporali.
Un esempio di un grafico di serie storiche
È possibile utilizzare il set di dati nella tabella seguente per costruire un grafico delle serie temporali. I dati provengono dall'Ufficio censimento degli Stati Uniti e riportano la popolazione residente negli Stati Uniti dal 1900 al 2000. L'asse orizzontale misura il tempo in anni e l'asse verticale rappresenta il numero di persone negli Stati Uniti. Il grafico mostra un aumento costante della popolazione che è approssimativamente una linea retta. Quindi la pendenza della linea diventa più ripida durante il Baby Boom.
Dati sulla popolazione degli Stati Uniti 1900-2000
| Anno | Popolazione |
| 1900 | 76094000 |
| 1901 | 77584000 |
| 1902 | 79163000 |
| 1903 | 80632000 |
| 1904 | 82166000 |
| 1905 | 83822000 |
| 1906 | 85450000 |
| 1907 | 87008000 |
| 1908 | 88710000 |
| 1909 | 90490000 |
| 1910 | 92407000 |
| 1911 | 93863000 |
| 1912 | 95335000 |
| 1913 | 97225000 |
| 1914 | 99111000 |
| 1915 | 100546000 |
| 1916 | 101961000 |
| 1917 | 103268000 |
| 1918 | 103208000 |
| 1919 | 104514000 |
| 1920 | 106461000 |
| 1921 | 108538000 |
| 1922 | 110049000 |
| 1923 | 111947000 |
| 1924 | 114109000 |
| 1925 | 115829000 |
| 1926 | 117397000 |
| 1927 | 119035000 |
| 1928 | 120509000 |
| 1929 | 121767000 |
| 1930 | 123077000 |
| 1931 | 12404000 |
| 1932 | 12484000 |
| 1933 | 125579000 |
| 1934 | 126374000 |
| 1935 | 12725000 |
| 1936 | 128053000 |
| 1937 | 128825000 |
| 1938 | 129825000 |
| 1939 | 13088000 |
| 1940 | 131954000 |
| 1941 | 133121000 |
| 1942 | 13392000 |
| 1943 | 134245000 |
| 1944 | 132885000 |
| 1945 | 132481000 |
| 1946 | 140054000 |
| 1947 | 143446000 |
| 1948 | 146093000 |
| 1949 | 148665000 |
| 1950 | 151868000 |
| 1951 | 153982000 |
| 1952 | 156393000 |
| 1953 | 158956000 |
| 1954 | 161884000 |
| 1955 | 165069000 |
| 1956 | 168088000 |
| 1957 | 171187000 |
| 1958 | 174149000 |
| 1959 | 177135000 |
| 1960 | 179979000 |
| 1961 | 182992000 |
| 1962 | 185771000 |
| 1963 | 188483000 |
| 1964 | 191141000 |
| 1965 | 193526000 |
| 1966 | 195576000 |
| 1967 | 197457000 |
| 1968 | 199399000 |
| 1969 | 201385000 |
| 1970 | 203984000 |
| 1971 | 206827000 |
| 1972 | 209284000 |
| 1973 | 211357000 |
| 1974 | 213342000 |
| 1975 | 215465000 |
| 1976 | 217563000 |
| 1977 | 21976000 |
| 1978 | 222095000 |
| 1979 | 224567000 |
| 1980 | 227225000 |
| 1981 | 229466000 |
| 1982 | 231664000 |
| 1983 | 233792000 |
| 1984 | 235825000 |
| 1985 | 237924000 |
| 1986 | 240133000 |
| 1987 | 242289000 |
| 1988 | 244499000 |
| 1989 | 246819000 |
| 1990 | 249623000 |
| 1991 | 252981000 |
| 1992 | 256514000 |
| 1993 | 259919000 |
| 1994 | 263126000 |
| 1995 | 266278000 |
| 1996 | 269394000 |
| 1997 | 272647000 |
| 1998 | 275854000 |
| 1999 | 279040000 |
| 2000 | 282224000 |
