Распространенные закономерности во временных рядах: сезонность, тренд и автокорреляция

Ссылка на курс: https://www.coursera.org/learn/tensor...

Временные ряды бывают самых разных форм и размеров, но существует ряд очень распространённых закономерностей. Поэтому полезно уметь их распознавать. В течение следующих нескольких минут мы рассмотрим несколько примеров. Первый — это тренд, когда временные ряды имеют определённое направление движения. Как видно из примера с законом Мура, который мы рассматривали ранее, это восходящий тренд. Другая концепция — сезонность, которая проявляется, когда закономерности повторяются с предсказуемыми интервалами. Например, взгляните на этот график, показывающий активных пользователей веб-сайта для разработчиков программного обеспечения. Он следует очень чёткой схеме регулярных спадов. Можете ли вы угадать, что это? А что, если я скажу вам, что он вырос на пять единиц, а затем упал на две? Тогда вы сможете заметить, что он очень чётко падает по выходным, когда меньше людей работает, и, следовательно, это демонстрирует сезонность. Другие сезонные ряды могут включать сайты с покупками, пик активности которых приходится на выходные, или спортивные сайты, пик активности которых приходится на разные периоды года, например, на драфт или день открытия сезона, плей-офф Матча всех звёзд и, возможно, на финальную игру. Конечно, некоторые временные ряды могут сочетать в себе как тренд, так и сезонность, как показано на этом графике.