时序列化和时序数据分析

简介：

时间序列数据就是随时间变化收集的测量数据，这些测量数据是针对预定义的变量在固定的时间间隔上采集的。时间序列数据最主要的特征就是他是顺序相关的。

我们收集的观测数据是按时间轴排列的，数据出现的顺序表明了数据的潜在模式。如果改变数据顺序，数据的含义也会完全改变。序列化数据是个广义的概念，它指的是任何以顺序形式出现的数据，包括时间序列数据。

一般情况下，目的是构建一个可以描述时间序列数据或更通常的序列化数据模式的模型，该模型可用于描述时间序列数据模式的重要特征。可以用这些模式解释过去对未来的可能的影响，也可以用这些模型查看两个数据集的相关性或预测未来的数据值，或基于某些度量控制给定的变量等。