Vad är tidsseriegrafer?
Share
En funktion med data som du kanske vill överväga är tidens. En graf som känner igen denna ordning och visar förändringen av värdena på en variabel när tiden går fram kallas en tidsseriegraf.
Anta att du vill studera klimatet i en region under en hel månad. Varje dag vid middagstid noterar du temperaturen och skriver ner det i en logg. En mängd statistiska studier kan göras med dessa data. Du kan hitta medel- eller mediatemperaturen för månaden. Du kan konstruera ett histogram som visar antalet dagar som temperaturerna når ett visst värden. Men alla dessa metoder ignorerar en del av data som du har samlat in.
Eftersom varje datum är parat med temperaturavläsningen för dagen, behöver du inte tänka på uppgifterna som slumpmässiga. Du kan istället använda de givna tiderna för att införa en kronologisk ordning på uppgifterna.
Konstruera en tidsseriegraf
För att skapa en tidsseriegraf, måste du titta på båda delarna av den ihopkopplade datasättningen. Börja med ett standardkartesiskt koordinatsystem. Den horisontella axeln används för att plotta datum- eller tidsökning, och den vertikala axeln används för att plotta värdevariabeln som du mäter. Genom att göra detta motsvarar varje punkt på diagrammet ett datum och en uppmätt mängd. Punkterna på grafen är vanligtvis anslutna med raka linjer i den ordning de förekommer.
Användning av en tidsseriegraf
Tidsseriegrafer är viktiga verktyg i olika tillämpningar av statistik. När du registrerar värden på samma variabel under en längre tid är det ibland svårt att urskilja någon trend eller mönster. Men när samma datapunkter visas grafiskt, hoppar vissa funktioner ut. Tidsseriegrafer gör trender lätta att upptäcka Dessa trender är viktiga eftersom de kan användas för att projicera in i framtiden.
Förutom trender visar vädret, affärsmodellerna och även insektspopulationer cykliska mönster. Variabeln som studeras visar inte en kontinuerlig ökning eller minskning utan går istället upp och ner beroende på årstid. Denna cykel av ökning och minskning kan pågå på obestämd tid. Dessa cykliska mönster är också lätta att se med en tidsseriegraf.
Ett exempel på en tidsseriegraf
Du kan använda datauppsättningen i tabellen nedan för att konstruera en tidsseriegraf. Uppgifterna kommer från det amerikanska folkräkningsbyrån och rapporterar den bosatta befolkningen i USA från 1900 till 2000. Den horisontella axeln mäter tid i år och den vertikala axeln representerar antalet människor i USA. Diagrammet visar oss en stadig ökning av befolkningen som är ungefär en rak linje. Sedan blir linjens lutning brantare under Baby Boom.
Amerikanska befolkningsdata 1900-2000
| År | Befolkning |
| 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 |
