时间序列数据

时间序列数据（time series data）是在不同时间上收集到的数据，这类数据是按时间顺序收集到的，用于所描述现象随时间变化的情况。这类数据反映了某一事物、现象等随时间的变化状态或程度。很多计量经济学的模型也用到了时间序列数据。比如2000—2005年我国的国内生产总值数据就是时间序列数据。1

简介时间序列数据（time series data）是在不同时间上收集到的数据，这类数据是按时间顺序收集到的，用于所描述现象随时间变化的情况。这类数据反映了某一事物、现象等随时间的变化状态或程度。很多计量经济学的模型也用到了时间序列数据。比如2000—2005年我国的国内生产总值数据就是时间序列数据。1

例子我国国内生产总值从1949到2009的变化就是时间序列数据。时间序列数据可作季度数据、月度数据等细分，其中很有代表性的季度时间序列模型就是因为其数据具有四季一样变化规律，虽然变化周期不尽相同，但是整体的变化趋势都是按照周期变化的。

时间序列是统计学专业课程之一。对时间序列的研究一般要建立在一定的计量经济学基础上，计量经济学已有涉及时间序列模型。1

分类时间序列数据可分为平稳过程、去趋势平稳过程以及差分平稳过程等等很多种类。1

缺点时间序列数据的缺陷是无法对与时间相关的变量进行控制。1

时间序列数据聚类聚类是将无标签的数据成若干组，使得组内数据的相似度最大，组间数据的相似度最小。聚类方法分为五种：划分聚类、层次聚类、基于密度的聚类、基于网格的聚类和基于模型的聚类。1

本词条内容贡献者为:

王海侠 - 副教授 - 南京理工大学