什么是时间序列图？(time series graphs?)

你可能想考虑的一个特征是时间。识别这种顺序并显示变量值随时间变化的图形称为时间序列图。...

你可能想考虑的一个特征是时间。识别这种顺序并显示变量值随时间变化的图形称为时间序列图。

假设你想研究一个地区整整一个月的气候。每天中午你记下温度并把它写在日志里。利用这些数据可以进行各种统计研究。你可以找到这个月的平均温度或中间温度。您可以构建一个直方图，显示温度达到某个值范围的天数。但所有这些方法都忽略了您收集的部分数据。

由于每个日期都与当天的温度读数配对，因此您不必认为数据是随机的。您可以改为使用给定的时间来对数据施加时间顺序。

构造时间序列图

要构建时间序列图，必须查看成对数据集的两部分。从标准笛卡尔坐标系开始。横轴用于绘制日期或时间增量，纵轴用于绘制正在测量的变量值。通过这样做，图表上的每个点对应一个日期和一个测量的数量。图上的点通常按出现顺序用直线连接。

时间序列图的应用

时间序列图是统计学各种应用中的重要工具。在长时间内记录同一变量的值时，有时很难识别任何趋势或模式。但是，一旦以图形方式显示相同的数据点，某些功能就会跳出。时间序列图使趋势易于发现。这些趋势很重要，因为它们可以用于预测未来。

除了趋势之外，天气、商业模式甚至昆虫种群都表现出周期性模式。所研究的变量不会持续增加或减少，而是根据一年中的时间而上下波动。这种增加和减少的循环可能会无限期地继续下去。这些循环模式也很容易用时间序列图看到。

时间序列图的一个示例

您可以使用下表中的数据集构建时间序列图。数据来自美国人口普查局，报告了1900年至2000年的美国常住人口。横轴以年为单位测量时间，纵轴代表美国的人口数量。图表显示人口稳步增长，大致呈直线。在婴儿潮期间，这条线的坡度变得更陡。

1900-2000年美国人口数据

年	人口
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

现在看:用于表示统计信息的图形类型

发表于 2021-10-09 19:50
阅读 ( 236 )
分类：数学

你可能感兴趣的文章

时间序列(time series)和截面数据(cross sectional data)的区别

...据，而截面数据的差异主要集中在同一时间点上。此外，时间序列数据包含单个受试者在多个时间间隔内的观察值，而横截面数据则包含多个受试者在同一时间点的观测值。统计、计量经济学等领域收集数据并加以分析。数据...

发布于 2020-10-18 09:10
阅读 ( 2104 )

树(tree)和数据结构中的图形(graph in data structure)的区别

...的重要性。它还包括这两种数据结构之间的关键区别。什么是数据结构中的树(a tree in data structure)？所有的数据项都是以一个非序列的形式排列的。树定义了一组有限的数据项。每个数据项称为节点。有一个特殊的父节点，也...

发布于 2020-10-21 10:25
阅读 ( 383 )

时间序列(time series)和面板数据(panel data)的区别

时间序列和面板数据的关键区别在于，时间序列在多个时间间隔内关注单个个体，而面板数据（或纵向数据）关注多个时间间隔的多个个体。为了清楚地理解时间序列和面板数据之间的区别，可以考虑以下两个例子：一个人...

发布于 2020-10-22 15:06
阅读 ( 1382 )

条形图(bar graph)和柱状图(column graph)的区别

...状图是柱状图的一种特殊派生形式。柱状图和柱状图有什么区别？ •条形图是两个轴内数据的图形表示，使用矩形表示变量的大小。矩形的长度表示在考虑的情况下变量的值。 img.centered,.aligncenter{display:block;margin:0 auto 24px}.g...

发布于 2020-11-02 16:58
阅读 ( 811 )

图表(graph)和树(tree)的区别

图形与树对于要研究不同数据结构的人来说，“graph”和“tree”可能会引起一些混淆。毫无疑问，图和树之间有一些区别。图是一组具有二元关系的顶点。包含一组相互连接的节点的数据结构称为树。在数学研究中，树是无...

发布于 2021-06-23 17:49
阅读 ( 348 )

什么是线动量(linear momentum)

Linear Momentum ( ) of a body is defined as the product of the body’s mass and velocity. 线性动量是一个矢量，既有量值又有方向。动量向量的方向是物体的速度方向。测量动量的国际单位制是千克米秒一。动量是一个非常有用的计算...

发布于 2021-06-27 03:14
阅读 ( 475 )