資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究什麼是時間序列資料庫？
時間序列資料庫包含一系列值或事件，這些值或事件透過重複評估時間來訪問。這些值通常以相等的時間間隔（例如，每小時、每天、每週）計算。時間序列資料庫在許多應用程式中很流行，例如股票市場分析、經濟和銷售預測、預算分析、公用事業研究、庫存研究、產量預測、工作負載預測、過程和質量控制、自然現象觀察（包括大氣、溫度、風和地震）、數值和工程實驗以及醫療處理。
時間序列資料庫也是一個序列資料庫。序列資料庫是任何包含有序事件序列的資料庫，無論是否具有具體的時間方法。例如，網頁遍歷序列和客戶購物交易序列是序列資料，但它們可能不是時間序列資料。
隨著大量感測器、遙測裝置和其他線上資料收集工具的日益部署，時間序列資料量正在快速增長，通常以每天（例如，股票交易）甚至每分鐘（例如，來自 NASA 太空計劃）千兆位元組的順序增長。
涉及變數 Y 的時間序列，例如表示股票市場中股票的每日收盤價，可以視為時間的函式 t，即 Y = F(t)。趨勢分析包括以下四個主要要素或運動，用於特徵時間序列資料 -
趨勢或長期運動 - 這些表示時間序列圖在較長時間間隔內移動的總體方向。此運動由趨勢曲線或趨勢線顯示。例如，趨勢曲線由虛線表示。確定趨勢曲線或趨勢線的典型方法包括加權移動平均法和最小二乘法，將在後面討論。
週期性運動或週期性變化 - 這些指的是週期，即圍繞趨勢線或曲線的長期振盪，這些振盪可能是週期性的，也可能不是週期性的。也就是說，這些週期不一定在相等的時間間隔後遵循完全相同的模式。
季節性運動或季節性變化 - 這些是系統性的或與日曆相關的。示例包括每年重複發生的事件，例如情人節前巧克力和鮮花的銷量突然增加或聖誕節前百貨商店商品的銷量增加。由於天氣溫暖而導致夏季用水量增加是另一個例子。在這些示例中，季節性運動是時間序列在連續年份的對應月份中似乎遵循的相同或幾乎相同的模式。
不規則或隨機運動 - 這些描述了由於隨機或偶然事件（例如勞資糾紛、洪水或公司內部宣佈的人員變動）導致的時間序列的零星運動。
988 次檢視
