什麼是週期性分析？

週期性分析是指挖掘週期性模式，即在與時間相關的序列資料中尋找重複出現的模式。週期性分析可用於多個重要領域。例如，季節、潮汐、行星軌跡、每日電力消耗、每日交通模式和每週電視節目都呈現出一定的週期性模式。

週期性分析是在時間序列資料上實現的，時間序列資料包括通常以相等時間間隔（例如，每小時、每天、每週）測量的值或事件序列。它也可以應用於其他與時間相關的序列資料，其中值或事件可能發生在不相等的時間間隔或任何時間（例如，線上交易）。此外，要分析的元素可以是數值資料，包括每日溫度或電力消耗波動，也可以是分類記錄（事件），包括購買產品或觀看比賽。

從幾個角度可以考慮挖掘週期性模式的問題。這取決於模式的覆蓋範圍，它可以將週期性模式分類為完全週期性模式與部分週期性模式：

**完全週期性模式**是指時間序列中每個時間點都（精確地或近似地）對與時間相關的序列的迴圈行為做出貢獻的模式。例如，一年中的所有日子都大致對一年的季節性迴圈做出貢獻。

**部分週期性模式**指定與時間相關的序列在某些時間點而不是所有時間點的週期性行為。例如，Sandy每天早上7:00到7:30閱讀《紐約時報》，但在其他時間的活動並沒有太多規律性。部分週期性比完全週期性是一種更寬鬆的週期性形式，並且在現實世界中更常見。

基於週期性的精確度，模式可以是同步的或非同步的，前者要求事件在每個“穩定”週期中以相對固定的偏移量發生，例如每天下午3點，而後者允許事件在一個不太確定的週期內波動。

根據資料值或週期內的偏移量，模式也可以是精確的或近似的。例如，如果Sandy在多天在7:00閱讀報紙，但在其他時間在7:10或7:15閱讀，這也是一個合適的週期性模式。

Ginni

更新於：2021年11月25日

3K+ 次瀏覽

啟動你的職業生涯

透過完成課程獲得認證

開始學習