چگونه یک مدل مناسب برای داده‌های سری زمانی انتخاب کنیم؟

مقدمه و اهداف: سری‌های زمانی مجموعه‌ای از مشاهدات هستند که بر حسب زمان مرتب شده است. هدف اصلی در برپا کردن یک سری زمانی معمولاً پیش‌بینی مقادیر آینده می‌باشد. نخستین گام در سری‌های زمانی، رسم نمودار داده‌ها است. با استفاده از رسم نمودار می‌توان اطلاعات کلی از جمله روند صعودی یا نزولی، وجود الگوی فصلی، روند دوره‌ای و وجود داده‌های پرت در داده‌ها را تشخیص داد. پس از رسم نمودار برای این‌که پیش‌بینی مناسبی وجود داشته باشد، باید داده‌ها را ایستا کرد. می‌توان داده‌ها را با استفاده از تفاضل‌گیری یا تجزیه به مولفه‌های تشکیل دهنده‌ی آن، ایستا نمود. پس از ایستا کردن داده‌ها می‌توان با استفاده از نمودار نگاره مرتبه میانگین متحرک و مرتبه اتورگرسیون مدل را شناسایی نمود. لازم است پارامترها به دست آمده را با استفاده از آزمون t از نظر معنی‌داری مورد بررسی قرار داد. در صورت معنی‌دار بودن و عدم وابستگی در باقی‌مانده می‌توان پیش‌بینی مناسبی با کمک داده‌های گذشته انجام داد، هم‌چنین مقادیر پیش‌بینی شده را می‌توان با استفاده از میانگین مطلق درصد خطا ارزیابی نمود.