Ojämnt fördelade tidsserier
Inom statistik , signalbehandling och ekonometri är en ojämnt (eller ojämnt eller oregelbundet ) fördelad tidsserie en sekvens av observationstid och värdepar (t n , X n ) där avståndet mellan observationstiderna inte är konstant.
Ojämnt fördelade tidsserier förekommer naturligt inom många industriella och vetenskapliga områden: naturkatastrofer som jordbävningar, översvämningar eller vulkanutbrott inträffar vanligtvis med oregelbundna tidsintervall. Inom observationsastronomi tas mätningar såsom spektra av himmelska objekt vid tidpunkter som bestäms av väderförhållanden, tillgängligheten av observationstidsluckor och lämpliga planetariska konfigurationer. I kliniska prövningar (eller mer allmänt, longitudinella studier ) kan en patients hälsotillstånd endast observeras med oregelbundna tidsintervall, och olika patienter observeras vanligtvis vid olika tidpunkter. Trådlösa sensorer på Internet of things överför ofta information endast när ett tillstånd ändras för att spara på batteriet. Det finns många fler exempel inom klimatologi , ekologi , högfrekvent finansiering , geologi och signalbehandling .
Analys
Ett vanligt tillvägagångssätt för att analysera ojämnt fördelade tidsserier är att omvandla data till lika fördelade observationer med hjälp av någon form av interpolation - oftast linjär - och sedan tillämpa befintliga metoder för lika fördelade data. Men omvandling av data på ett sådant sätt kan introducera ett antal betydande och svåra att kvantifiera fördomar , särskilt om avståndet mellan observationer är mycket oregelbundet.
Helst analyseras ojämnt fördelade tidsserier i oförändrad form. Men det mesta av den grundläggande teorin för tidsserieanalys utvecklades vid en tidpunkt då begränsningar i beräkningsresurserna gynnade en analys av lika fördelade data, eftersom i detta fall effektiva linjära algebrarutiner kan användas och många problem har en explicit lösning . Som ett resultat finns det för närvarande färre metoder specifikt för att analysera tidsseriedata med ojämnt fördelade.
De minsta kvadraters spektralanalysmetoder används vanligtvis för att beräkna ett frekvensspektrum från sådana tidsserier utan några dataförändringar.
programvara
- Traces är ett Python- bibliotek för analys av ojämnt fördelade tidsserier i deras oförändrade form.
- CRAN Task View: Time Series Analysis är en lista som beskriver många R-paket (programmeringsspråk) som hanterar både ojämnt (eller oregelbundet) och jämnt fördelade tidsserier och många relaterade aspekter, inklusive osäkerhet.
- MessyTimeSeries och MessyTimeSeriesOptim är Julia-paket dedikerade till ofullständiga tidsserier.