. . . . "In mathematics, a time series is a series of data points indexed (or listed or graphed) in time order. Most commonly, a time series is a sequence taken at successive equally spaced points in time. Thus it is a sequence of discrete-time data. Examples of time series are heights of ocean tides, counts of sunspots, and the daily closing value of the Dow Jones Industrial Average. A time series is very frequently plotted via a run chart (which is a temporal line chart). Time series are used in statistics, signal processing, pattern recognition, econometrics, mathematical finance, weather forecasting, earthquake prediction, electroencephalography, control engineering, astronomy, communications engineering, and largely in any domain of applied science and engineering which involves temporal measurements. Time series analysis comprises methods for analyzing time series data in order to extract meaningful statistics and other characteristics of the data. Time series forecasting is the use of a model to predict future values based on previously observed values. While regression analysis is often employed in such a way as to test relationships between one or more different time series, this type of analysis is not usually called \"time series analysis\", which refers in particular to relationships between different points in time within a single series. Interrupted time series analysis is used to detect changes in the evolution of a time series from before to after some intervention which may affect the underlying variable. Time series data have a natural temporal ordering. This makes time series analysis distinct from cross-sectional studies, in which there is no natural ordering of the observations (e.g. explaining people's wages by reference to their respective education levels, where the individuals' data could be entered in any order). Time series analysis is also distinct from spatial data analysis where the observations typically relate to geographical locations (e.g. accounting for house prices by the location as well as the intrinsic characteristics of the houses). A stochastic model for a time series will generally reflect the fact that observations close together in time will be more closely related than observations further apart. In addition, time series models will often make use of the natural one-way ordering of time so that values for a given period will be expressed as deriving in some way from past values, rather than from future values (see time reversibility). Time series analysis can be applied to real-valued, continuous data, discrete numeric data, or discrete symbolic data (i.e. sequences of characters, such as letters and words in the English language)."@en . . . . . . "Zeitreihenanalyse"@de . . "Tidsserie"@sv . . . "\u0427\u0430\u0441\u043E\u0432\u0438\u0439 \u0440\u044F\u0434"@uk . "Estatistikan, denbora-segida, datu-serie kronologikoa edo serie kronologikoa aldagai bati buruz jasotako datu multzoa da, denboran zehar kokaturiko une ezberdinetan, gehienetan era erregularrean (egunero, urtero, ...). Adibidez, toki bateko eguneroko tenperatura maximoa, hilabeteroko auto salmenta eta haur baten urteroko garaiera denbora serie ezberdinak dira."@eu . . . . . "\u0627\u0644\u0633\u0644\u0633\u0644\u0629 \u0627\u0644\u0632\u0645\u0646\u064A\u0629 \u0647\u064A \u0645\u062C\u0645\u0648\u0639\u0629 \u0627\u0644\u0642\u064A\u0627\u0633\u0627\u062A \u0627\u0644\u0645\u0633\u062C\u0644\u0629 \u0644\u0645\u062A\u063A\u064A\u0631 \u0648\u0627\u062D\u062F \u0623\u0648 \u0623\u0643\u062B\u0631 \u0645\u0631\u062A\u0628\u0629 \u062D\u0633\u0628 \u0632\u0645\u0646 \u0648\u0642\u0648\u0639\u0647\u0627.\u0631\u064A\u0627\u0636\u064A\u0627\u064B: \u0646\u0642\u0648\u0644 \u0623\u0646 \u0645\u062A\u063A\u064A\u0631 \u0627\u0644\u0632\u0645\u0646 \u0627\u0644\u0645\u0633\u062A\u0642\u0644 (t) \u0648\u0627\u0644\u0642\u064A\u0645 \u0627\u0644\u0645\u0646\u0627\u0638\u0631\u0629 \u0644\u0647 \u0627\u0644\u0645\u062A\u063A\u064A\u0631 \u0627\u0644\u062A\u0627\u0628\u0639 (y) \u0648\u0625\u0646 \u0643\u0644 \u0642\u064A\u0645\u0629 \u0641\u064A \u0627\u0644\u0632\u0645\u0646 t \u064A\u0642\u0627\u0628\u0644\u0647\u0627 \u0642\u064A\u0645 \u0644\u0644\u0645\u062A\u063A\u064A\u0631 \u0627\u0644\u062A\u0627\u0628\u0639 y \u0641\u0625\u0646 y \u062F\u0627\u0644\u0629 \u0641\u064A \u0627\u0644\u0632\u0645\u0646 t \u0623\u064A (y = F(t. \u0645\u0646 \u0627\u0644\u0623\u0645\u0648\u0631 \u0627\u0644\u0637\u0628\u064A\u0639\u064A\u0629 \u0648\u0627\u0644\u0648\u0627\u062C\u0628\u0629 \u0644\u0644\u062D\u0643\u0648\u0645\u0627\u062A \u0648\u0627\u0644\u0645\u0624\u0633\u0633\u0627\u062A \u0648\u0627\u0644\u0634\u0631\u0643\u0627\u062A \u0627\u0644\u062A\u062C\u0627\u0631\u064A\u0629 \u0645\u0646\u0647\u0627 \u0648\u0627\u0644\u0635\u0646\u0627\u0639\u064A\u0629 \u0648\u0627\u0644\u062A\u0639\u0644\u064A\u0645\u064A\u0629 \u0648\u063A\u064A\u0631\u0647\u0627 \u0628\u0627\u0644\u062A\u062E\u0637\u064A\u0637 \u0644\u0645\u0633\u062A\u0642\u0628\u0644\u0647\u0627 \u0644\u062A\u062D\u0642\u064A\u0642 \u0627\u0644\u0623\u0647\u062F\u0627\u0641 \u0627\u0644\u062E\u0627\u0635\u0629 \u0648\u0627\u0644\u0639\u0627\u0645\u0629 \u0648\u062A\u0642\u062F\u064A\u0645 \u0643\u0627\u0641\u0629 \u0627\u0644\u062E\u062F\u0645\u0627\u062A \u0648\u0627\u0644\u0648\u0635\u0648\u0644 \u0644\u062D\u0627\u0644\u0629 \u0627\u0644\u0639\u062F\u0644 \u0648\u0627\u0644\u0627\u0633\u062A\u0642\u0631\u0627\u0631 \u0644\u0644\u0645\u062C\u062A\u0645\u0639 \u0648\u0627\u0644\u0639\u0645\u0644 \u0639\u0644\u0649 \u0623\u062A\u062D\u0627\u0630 \u0642\u0631\u0627\u0631\u0627\u062A \u0627\u0644\u062A\u0646\u0628\u0624 \u0628\u0648\u0642\u0648\u0639 \u0627\u0644\u0623\u062D\u062F\u0627\u062B \u0642\u0628\u0644 \u0648\u0642\u0648\u0639\u0647\u0627 \u0641\u064A \u0643\u0627\u0641\u0629 \u0623\u0648\u062C\u0647 \u0627\u0644\u0646\u0634\u0627\u0637 \u0627\u0644\u062A\u064A \u062A\u062E\u0635 \u0627\u0644\u0645\u062C\u062A\u0645\u0639\u060C \u0648\u062A\u0639\u062A\u0628\u0631 \u0627\u0644\u0633\u0644\u0627\u0633\u0644 \u0627\u0644\u0632\u0645\u0646\u064A\u0629 \u0645\u0646 \u0623\u0647\u0645 \u0623\u0633\u0627\u0644\u064A\u0628 \u0627\u0644\u062A\u0646\u0628\u0624 \u062D\u0648\u0644 \u0627\u0644\u0645\u0633\u062A\u0642\u0628\u0644 \u0645\u0646 \u062E\u0644\u0627\u0644 \u0648\u0642\u0627\u0626\u0639 \u0627\u0644\u0623\u0645\u0633 \u0648\u0627\u0644\u064A\u0648\u0645.\u0645\u0646 \u0623\u0647\u0645 \u0627\u0644\u0633\u0644\u0627\u0633\u0644 \u0627\u0644\u0632\u0645\u0646\u064A\u0629 \u062A\u0644\u0643 \u0627\u0644\u062E\u0627\u0635\u0629 \u0628\u0627\u0644\u0645\u0624\u0634\u0631\u0627\u062A \u0627\u0644\u0627\u0642\u062A\u0635\u0627\u062F\u064A\u0629 \u0648\u0627\u0644\u0645\u0628\u064A\u0639\u0627\u062A \u0627\u0644\u0633\u0646\u0648\u064A\u0629 \u0644\u0644\u0634\u0631\u0643\u0627\u062A \u0628\u0643\u0627\u0641\u0629 \u0623\u0648\u062C\u0647 \u0646\u0634\u0627\u0637\u0627\u062A\u0647\u0627 \u0648\u0627\u0644\u062A\u0639\u0644\u064A\u0645 \u0648\u062D\u062C\u0645 \u0627\u0644\u0633\u0643\u0627\u0646 \u0648\u0645\u0627 \u0634\u0627\u0628\u0647 \u0630\u0644\u0643.\u0648\u0627\u0644\u062A\u063A\u064A\u0631 \u0627\u0644\u0630\u064A \u064A\u062D\u062F\u062B \u0641\u064A \u0642\u064A\u0645 \u0645\u062A\u063A\u064A\u0631 \u0627\u0644\u0633\u0644\u0633\u0644\u0629 \u0627\u0644\u0632\u0645\u0646\u064A\u0629 \u0623\u0648 \u0642\u064A\u0645 \u0645\u062A\u063A\u064A\u0631\u0627\u062A\u0647\u0627 \u064A\u0639\u062A\u0628\u0631 \u062F\u0627\u0644\u0629 \u0641\u064A \u0627\u0644\u0632\u0645\u0646 \u064A\u0645\u0643\u0646 \u062A\u0645\u062B\u064A\u0644\u0647\u0627 \u0628\u064A\u0627\u0646\u064A\u0627\u064B \u0628\u0627\u062A\u062E\u0627\u0630 \u0627\u0644\u0645\u062D\u0648\u0631 \u0627\u0644\u0623\u0641\u0642\u064A \u0644\u0644\u0632\u0645\u0646 \u0648\u0627\u0644\u0631\u0623\u0633\u064A \u0644\u0642\u064A\u0645 \u0627\u0644\u0645\u062A\u063A\u064A\u0631"@ar . . . "\u0412\u0440\u0435\u043C\u0435\u043D\u043D\u043E\u0301\u0439 \u0440\u044F\u0434 (\u0434\u0438\u043D\u0430\u043C\u0438\u0447\u0435\u0441\u043A\u0438\u0439 \u0440\u044F\u0434, \u0440\u044F\u0434 \u0434\u0438\u043D\u0430\u043C\u0438\u043A\u0438) \u2014 \u0441\u043E\u0431\u0440\u0430\u043D\u043D\u044B\u0439 \u0432 \u0440\u0430\u0437\u043D\u044B\u0435 \u043C\u043E\u043C\u0435\u043D\u0442\u044B \u0432\u0440\u0435\u043C\u0435\u043D\u0438 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043A\u0438\u0439 \u043C\u0430\u0442\u0435\u0440\u0438\u0430\u043B \u043E \u0437\u043D\u0430\u0447\u0435\u043D\u0438\u0438 \u043A\u0430\u043A\u0438\u0445-\u043B\u0438\u0431\u043E \u043F\u0430\u0440\u0430\u043C\u0435\u0442\u0440\u043E\u0432 (\u0432 \u043F\u0440\u043E\u0441\u0442\u0435\u0439\u0448\u0435\u043C \u0441\u043B\u0443\u0447\u0430\u0435 \u043E\u0434\u043D\u043E\u0433\u043E) \u0438\u0441\u0441\u043B\u0435\u0434\u0443\u0435\u043C\u043E\u0433\u043E \u043F\u0440\u043E\u0446\u0435\u0441\u0441\u0430. \u041A\u0430\u0436\u0434\u0430\u044F \u0435\u0434\u0438\u043D\u0438\u0446\u0430 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043A\u043E\u0433\u043E \u043C\u0430\u0442\u0435\u0440\u0438\u0430\u043B\u0430 \u043D\u0430\u0437\u044B\u0432\u0430\u0435\u0442\u0441\u044F \u0438\u0437\u043C\u0435\u0440\u0435\u043D\u0438\u0435\u043C \u0438\u043B\u0438 \u043E\u0442\u0441\u0447\u0451\u0442\u043E\u043C, \u0442\u0430\u043A\u0436\u0435 \u0434\u043E\u043F\u0443\u0441\u0442\u0438\u043C\u043E \u043D\u0430\u0437\u044B\u0432\u0430\u0442\u044C \u0435\u0433\u043E \u0443\u0440\u043E\u0432\u043D\u0435\u043C \u043D\u0430 \u0443\u043A\u0430\u0437\u0430\u043D\u043D\u044B\u0439 \u0441 \u043D\u0438\u043C \u043C\u043E\u043C\u0435\u043D\u0442 \u0432\u0440\u0435\u043C\u0435\u043D\u0438. \u0412\u043E \u0432\u0440\u0435\u043C\u0435\u043D\u043D\u043E\u043C \u0440\u044F\u0434\u0435 \u0434\u043B\u044F \u043A\u0430\u0436\u0434\u043E\u0433\u043E \u043E\u0442\u0441\u0447\u0451\u0442\u0430 \u0434\u043E\u043B\u0436\u043D\u043E \u0431\u044B\u0442\u044C \u0443\u043A\u0430\u0437\u0430\u043D\u043E \u0432\u0440\u0435\u043C\u044F \u0438\u0437\u043C\u0435\u0440\u0435\u043D\u0438\u044F \u0438\u043B\u0438 \u043D\u043E\u043C\u0435\u0440 \u0438\u0437\u043C\u0435\u0440\u0435\u043D\u0438\u044F \u043F\u043E \u043F\u043E\u0440\u044F\u0434\u043A\u0443. \u0412\u0440\u0435\u043C\u0435\u043D\u043D\u043E\u0439 \u0440\u044F\u0434 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043D\u043D\u043E \u043E\u0442\u043B\u0438\u0447\u0430\u0435\u0442\u0441\u044F \u043E\u0442 \u043F\u0440\u043E\u0441\u0442\u043E\u0439 \u0432\u044B\u0431\u043E\u0440\u043A\u0438 \u0434\u0430\u043D\u043D\u044B\u0445, \u0442\u0430\u043A \u043A\u0430\u043A \u043F\u0440\u0438 \u0430\u043D\u0430\u043B\u0438\u0437\u0435 \u0443\u0447\u0438\u0442\u044B\u0432\u0430\u0435\u0442\u0441\u044F \u0432\u0437\u0430\u0438\u043C\u043E\u0441\u0432\u044F\u0437\u044C \u0438\u0437\u043C\u0435\u0440\u0435\u043D\u0438\u0439 \u0441\u043E \u0432\u0440\u0435\u043C\u0435\u043D\u0435\u043C, \u0430 \u043D\u0435 \u0442\u043E\u043B\u044C\u043A\u043E \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043A\u043E\u0435 \u0440\u0430\u0437\u043D\u043E\u043E\u0431\u0440\u0430\u0437\u0438\u0435 \u0438 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043A\u0438\u0435 \u0445\u0430\u0440\u0430\u043A\u0442\u0435\u0440\u0438\u0441\u0442\u0438\u043A\u0438 \u0432\u044B\u0431\u043E\u0440\u043A\u0438."@ru . . . . . . . . "\uC2DC\uACC4\uC5F4"@ko . . . . . . . . . . . . . . . . . . . . "Tijdreeksanalyse is een deelgebied van de wiskunde dat methoden bestudeert voor de analyse van zogenaamde tijdreeksen, reeksen van data ge\u00EFndexeerd met de tijd als parameter. Meestal betreft het gegevens die gedurende een bepaalde periode op equidistante tijdstippen zijn waargenomen. Voorbeelden van tijdreeksen zijn de dagelijkse sluitingswaarde van de Dow Jones index en het jaarlijkse stroomvolume van de Nijl bij Aswan. Tijdreeksanalyse beoogt onder andere zinnige statistieken en andere karakteristieken te beschrijven. Tijdreeksanalyse wordt veel gebruikt om met behulp van een model een goede voorspelling te geven, zoals de waarde van een aandeel. Tijdreeksgegevens hebben een natuurlijke tijdsordening. Dit onderscheidt tijdreeksanalyse van andere gemeenschappelijke data-analyseproblemen, "@nl . "406624"^^ . "Tijdreeksanalyse"@nl . . . . . . . . . . . . . . "\u0412\u0440\u0435\u043C\u0435\u043D\u043D\u043E\u0301\u0439 \u0440\u044F\u0434 (\u0434\u0438\u043D\u0430\u043C\u0438\u0447\u0435\u0441\u043A\u0438\u0439 \u0440\u044F\u0434, \u0440\u044F\u0434 \u0434\u0438\u043D\u0430\u043C\u0438\u043A\u0438) \u2014 \u0441\u043E\u0431\u0440\u0430\u043D\u043D\u044B\u0439 \u0432 \u0440\u0430\u0437\u043D\u044B\u0435 \u043C\u043E\u043C\u0435\u043D\u0442\u044B \u0432\u0440\u0435\u043C\u0435\u043D\u0438 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043A\u0438\u0439 \u043C\u0430\u0442\u0435\u0440\u0438\u0430\u043B \u043E \u0437\u043D\u0430\u0447\u0435\u043D\u0438\u0438 \u043A\u0430\u043A\u0438\u0445-\u043B\u0438\u0431\u043E \u043F\u0430\u0440\u0430\u043C\u0435\u0442\u0440\u043E\u0432 (\u0432 \u043F\u0440\u043E\u0441\u0442\u0435\u0439\u0448\u0435\u043C \u0441\u043B\u0443\u0447\u0430\u0435 \u043E\u0434\u043D\u043E\u0433\u043E) \u0438\u0441\u0441\u043B\u0435\u0434\u0443\u0435\u043C\u043E\u0433\u043E \u043F\u0440\u043E\u0446\u0435\u0441\u0441\u0430. \u041A\u0430\u0436\u0434\u0430\u044F \u0435\u0434\u0438\u043D\u0438\u0446\u0430 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043A\u043E\u0433\u043E \u043C\u0430\u0442\u0435\u0440\u0438\u0430\u043B\u0430 \u043D\u0430\u0437\u044B\u0432\u0430\u0435\u0442\u0441\u044F \u0438\u0437\u043C\u0435\u0440\u0435\u043D\u0438\u0435\u043C \u0438\u043B\u0438 \u043E\u0442\u0441\u0447\u0451\u0442\u043E\u043C, \u0442\u0430\u043A\u0436\u0435 \u0434\u043E\u043F\u0443\u0441\u0442\u0438\u043C\u043E \u043D\u0430\u0437\u044B\u0432\u0430\u0442\u044C \u0435\u0433\u043E \u0443\u0440\u043E\u0432\u043D\u0435\u043C \u043D\u0430 \u0443\u043A\u0430\u0437\u0430\u043D\u043D\u044B\u0439 \u0441 \u043D\u0438\u043C \u043C\u043E\u043C\u0435\u043D\u0442 \u0432\u0440\u0435\u043C\u0435\u043D\u0438. \u0412\u043E \u0432\u0440\u0435\u043C\u0435\u043D\u043D\u043E\u043C \u0440\u044F\u0434\u0435 \u0434\u043B\u044F \u043A\u0430\u0436\u0434\u043E\u0433\u043E \u043E\u0442\u0441\u0447\u0451\u0442\u0430 \u0434\u043E\u043B\u0436\u043D\u043E \u0431\u044B\u0442\u044C \u0443\u043A\u0430\u0437\u0430\u043D\u043E \u0432\u0440\u0435\u043C\u044F \u0438\u0437\u043C\u0435\u0440\u0435\u043D\u0438\u044F \u0438\u043B\u0438 \u043D\u043E\u043C\u0435\u0440 \u0438\u0437\u043C\u0435\u0440\u0435\u043D\u0438\u044F \u043F\u043E \u043F\u043E\u0440\u044F\u0434\u043A\u0443. \u0412\u0440\u0435\u043C\u0435\u043D\u043D\u043E\u0439 \u0440\u044F\u0434 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043D\u043D\u043E \u043E\u0442\u043B\u0438\u0447\u0430\u0435\u0442\u0441\u044F \u043E\u0442 \u043F\u0440\u043E\u0441\u0442\u043E\u0439 \u0432\u044B\u0431\u043E\u0440\u043A\u0438 \u0434\u0430\u043D\u043D\u044B\u0445, \u0442\u0430\u043A \u043A\u0430\u043A \u043F\u0440\u0438 \u0430\u043D\u0430\u043B\u0438\u0437\u0435 \u0443\u0447\u0438\u0442\u044B\u0432\u0430\u0435\u0442\u0441\u044F \u0432\u0437\u0430\u0438\u043C\u043E\u0441\u0432\u044F\u0437\u044C \u0438\u0437\u043C\u0435\u0440\u0435\u043D\u0438\u0439 \u0441\u043E \u0432\u0440\u0435\u043C\u0435\u043D\u0435\u043C, \u0430 \u043D\u0435 \u0442\u043E\u043B\u044C\u043A\u043E \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043A\u043E\u0435 \u0440\u0430\u0437\u043D\u043E\u043E\u0431\u0440\u0430\u0437\u0438\u0435 \u0438 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043A\u0438\u0435 \u0445\u0430\u0440\u0430\u043A\u0442\u0435\u0440\u0438\u0441\u0442\u0438\u043A\u0438 \u0432\u044B\u0431\u043E\u0440\u043A\u0438."@ru . . . . . . . . "Serie storica"@it . "Tijdreeksanalyse is een deelgebied van de wiskunde dat methoden bestudeert voor de analyse van zogenaamde tijdreeksen, reeksen van data ge\u00EFndexeerd met de tijd als parameter. Meestal betreft het gegevens die gedurende een bepaalde periode op equidistante tijdstippen zijn waargenomen. Voorbeelden van tijdreeksen zijn de dagelijkse sluitingswaarde van de Dow Jones index en het jaarlijkse stroomvolume van de Nijl bij Aswan. Tijdreeksanalyse beoogt onder andere zinnige statistieken en andere karakteristieken te beschrijven. Tijdreeksanalyse wordt veel gebruikt om met behulp van een model een goede voorspelling te geven, zoals de waarde van een aandeel. Tijdreeksgegevens hebben een natuurlijke tijdsordening. Dit onderscheidt tijdreeksanalyse van andere gemeenschappelijke data-analyseproblemen, waarbij er geen natuurlijke ordening van de waarnemingen is. Een tijdreeksmodel zal over het algemeen waarnemingen in de nabije toekomst beter voorspellen dan waarnemingen verder weg in de toekomst."@nl . . "Em estat\u00EDstica, econometria, matem\u00E1tica aplicada e processamento de sinais, uma s\u00E9rie temporal \u00E9 uma cole\u00E7\u00E3o de observa\u00E7\u00F5es feitas sequencialmente ao longo do tempo. Em modelos de regress\u00E3o linear com dados cross-section a ordem das observa\u00E7\u00F5es \u00E9 irrelevante para a an\u00E1lise, em s\u00E9ries temporais a ordem dos dados \u00E9 fundamental. Uma caracter\u00EDstica muito importante deste tipo de dados \u00E9 que as observa\u00E7\u00F5es vizinhas s\u00E3o dependentes e o interesse \u00E9 analisar e modelar essa depend\u00EAncia. As s\u00E9ries temporais existem nas mais variadas \u00E1reas de aplica\u00E7\u00E3o, como: finan\u00E7as, marketing, economia, seguros, demografia, ci\u00EAncias sociais, meteorologia, energia, epidemiologia, etc."@pt . . . . . . . . . . . . . . "Denbora serie"@eu . . . . . . . . "\u6642\u7CFB\u5217\uFF08\u3058\u3051\u3044\u308C\u3064\u3001\u82F1: time series\uFF09\u3068\u306F\u3001\u3042\u308B\u73FE\u8C61\u306E\u6642\u9593\u7684\u306A\u5909\u5316\u3092\u3001\u9023\u7D9A\u7684\u306B\uFF08\u307E\u305F\u306F\u4E00\u5B9A\u9593\u9694\u3092\u304A\u3044\u3066\u4E0D\u9023\u7D9A\u306B\uFF09\u89B3\u6E2C\u3057\u3066\u5F97\u3089\u308C\u305F\u5024\u306E\u7CFB\u5217\uFF08\u4E00\u9023\u306E\u5024\uFF09\u306E\u3053\u3068\u3002\u4F8B\u3048\u3070\u3001\u7D71\u8A08\u5B66\u3084\u4FE1\u53F7\u51E6\u7406\u3067\u6642\u9593\u7D4C\u904E\u306B\u5F93\u3063\u3066\u8A08\u6E2C\u3055\u308C\u308B\u30C7\u30FC\u30BF\u5217\u3067\u3042\u308A\u3001\uFF08\u901A\u5E38\u3001\u4E00\u5B9A\u306E\uFF09\u3042\u308B\u6642\u9593\u9593\u9694\u3067\u6E2C\u5B9A\u3055\u308C\u308B\u3002\u5747\u4E00\u9593\u9694\u3067\u306F\u7121\u3044\u5834\u5408\u306F\u70B9\u904E\u7A0B\u3068\u547C\u3076\u3002"@ja . . "Una s\u00E8rie temporal o cronol\u00F2gica \u00E9s una seq\u00FC\u00E8ncia de dades, observacions o valors mesurats en determinats moments del temps, ordenats cronol\u00F2gicament i, normalment, espaiats entre si de manera uniforme. L'an\u00E0lisi de s\u00E8ries temporals compr\u00E8n m\u00E8todes que ajuden a interpretar aquest tipus de dades extraient-ne informaci\u00F3 representativa, tant referent als or\u00EDgens o relacions subjacents, com a la possibilitat d'extrapolar i predir el seu comportament futur. De fet un dels usos m\u00E9s habituals de les s\u00E8ries de dades temporals \u00E9s la seva an\u00E0lisi per a predicci\u00F3 i pron\u00F2stic com, per exemple, de les dades clim\u00E0tiques, de les accions de borsa, o les s\u00E8ries pluviom\u00E8triques. Resulta dif\u00EDcil imaginar una branca de les ci\u00E8ncies en qu\u00E8 no apareguin dades que puguin ser considerades com s\u00E8ries temporals: s\u00F3n estudiades en estad\u00EDstica, processament de senyals, econometria i moltes altres \u00E0rees. Els m\u00E8todes d'an\u00E0lisi de s\u00E8ries temporals es poden dividir en dues classes: m\u00E8todes de domini de freq\u00FC\u00E8ncia i m\u00E8todes de domini de temps. Els primers inclouen l'an\u00E0lisi espectral i, recentment, l'an\u00E0lisi d'ondeta; els \u00FAltims inclouen l'an\u00E0lisi d'autocorrelaci\u00F3 i l'an\u00E0lisi de correlaci\u00F3 creuada."@ca . . . . "\u010Casov\u00E1 \u0159ada"@cs . . . . . . . . . . . . . "\u6642\u7CFB\u5217\uFF08\u3058\u3051\u3044\u308C\u3064\u3001\u82F1: time series\uFF09\u3068\u306F\u3001\u3042\u308B\u73FE\u8C61\u306E\u6642\u9593\u7684\u306A\u5909\u5316\u3092\u3001\u9023\u7D9A\u7684\u306B\uFF08\u307E\u305F\u306F\u4E00\u5B9A\u9593\u9694\u3092\u304A\u3044\u3066\u4E0D\u9023\u7D9A\u306B\uFF09\u89B3\u6E2C\u3057\u3066\u5F97\u3089\u308C\u305F\u5024\u306E\u7CFB\u5217\uFF08\u4E00\u9023\u306E\u5024\uFF09\u306E\u3053\u3068\u3002\u4F8B\u3048\u3070\u3001\u7D71\u8A08\u5B66\u3084\u4FE1\u53F7\u51E6\u7406\u3067\u6642\u9593\u7D4C\u904E\u306B\u5F93\u3063\u3066\u8A08\u6E2C\u3055\u308C\u308B\u30C7\u30FC\u30BF\u5217\u3067\u3042\u308A\u3001\uFF08\u901A\u5E38\u3001\u4E00\u5B9A\u306E\uFF09\u3042\u308B\u6642\u9593\u9593\u9694\u3067\u6E2C\u5B9A\u3055\u308C\u308B\u3002\u5747\u4E00\u9593\u9694\u3067\u306F\u7121\u3044\u5834\u5408\u306F\u70B9\u904E\u7A0B\u3068\u547C\u3076\u3002"@ja . "Dalam statistika dan pemrosesan sinyal, deret waktu adalah rangkaian data yang berupa nilai pengamatan (pengamatan) yang diukur selama kurun waktu tertentu, berdasarkan waktu dengan interval yang sama. Beberapa Contoh data deret waktu adalah produksi total tahunan produk pertanian indonesia, harga penutupan harisan sebuah saham di pasar modal untuk kurun waktu satu bulan, suhu udara per jam, dan penjualan total bulanan sebuah pasar swalayan dalam waktu satu tahun."@in . . . . . . . . . . . . . . "En tidsserie \u00E4r en serie av datapunkter som \u00E4r observerade \u00F6ver en given tid. Den vanligaste typen av tidsserie \u00E4r en sekvens tagen vid successiva punkter i tiden med samma avst\u00E5nd mellan m\u00E4tningarna. Exempel p\u00E5 tidsserier \u00E4r gps-positioner, en akties v\u00E4rde och befolkningsm\u00E4ngd m\u00E4tta \u00F6ver tid."@sv . . . . . . . . . "\u6642\u9593\u5E8F\u5217"@zh . . . . . . . . . "\uC2DC\uACC4\uC5F4(\u6642\u7CFB\u5217, \uC601\uC5B4: time series)\uC740 \uC77C\uC815 \uC2DC\uAC04 \uAC04\uACA9\uC73C\uB85C \uBC30\uCE58\uB41C \uB370\uC774\uD130\uB4E4\uC758 \uC218\uC5F4\uC744 \uB9D0\uD55C\uB2E4. \uC2DC\uACC4\uC5F4 \uD574\uC11D(time series analysis)\uB77C\uACE0 \uD558\uB294 \uAC83\uC740 \uC774\uB7F0 \uC2DC\uACC4\uC5F4\uC744 \uD574\uC11D\uD558\uACE0 \uC774\uD574\uD558\uB294 \uB370 \uC4F0\uC774\uB294 \uC5EC\uB7EC \uAC00\uC9C0 \uBC29\uBC95\uC744 \uC5F0\uAD6C\uD558\uB294 \uBD84\uC57C\uC774\uB2E4. \uC608\uCEE8\uB300, \uC774\uB7F0 \uC2DC\uACC4\uC5F4\uC774 \uC5B4\uB5A4 \uBC95\uCE59\uC5D0\uC11C \uC0DD\uC131\uB418\uC5B4\uC11C \uB098\uC624\uB290\uB0D0\uB294 \uAE30\uBCF8\uC801\uC778 \uC9C8\uBB38\uC744 \uC774\uD574\uD558\uB294 \uAC83\uC774 \uAD81\uADF9\uC801\uC778 \uBAA9\uD45C\uB77C\uACE0 \uD560 \uC218 \uC788\uB2E4. \uC2DC\uACC4\uC5F4 \uC608\uCE21(time series prediction)\uC774\uB77C\uACE0 \uD558\uB294 \uAC83\uC740 \uC8FC\uC5B4\uC9C4 \uC2DC\uACC4\uC5F4\uC744 \uBCF4\uACE0 \uC218\uD559\uC801\uC778 \uBAA8\uB378\uC744 \uB9CC\uB4E4\uC5B4\uC11C \uBBF8\uB798\uC5D0 \uC77C\uC5B4\uB0A0 \uAC83\uB4E4\uC744 \uC608\uCE21\uD558\uB294 \uAC83\uC744 \uB73B\uD558\uB294 \uB9D0\uC774\uB2E4. \uC77C\uBC18\uC801\uC73C\uB85C \uC774\uB7F0 \uBC29\uBC95\uB4E4\uC740 \uACF5\uD559\uC774\uB098 \uACFC\uD559\uACC4\uC0B0, \uD639\uC740 \uAE08\uC735\uC2DC\uC7A5\uC5D0\uC11C\uC758 \uC8FC\uAC00 \uC608\uCE21 \uB4F1\uC5D0\uC11C \uB9CE\uC774 \uC4F0\uC778\uB2E4. \uC2DC\uACC4\uC5F4 \uB370\uC774\uD130\uB97C \uBD84\uC11D\uD558\uB294 \uC218\uD559\uC801 \uBAA8\uB378\uC740 \uC5EC\uB7EC \uAC00\uC9C0\uAC00 \uC788\uC744 \uC218 \uC788\uB294\uB370, \uC2E4\uC81C \uC751\uC6A9\uC5D0\uC11C \uAC00\uC7A5 \uB9CE\uC774 \uC4F0\uC774\uB294 \uC138 \uAC00\uC9C0 \uBC94\uC6A9 \uBAA8\uB378\uC740 autoregressive (AR) \uBAA8\uB378, integrated (I) \uBAA8\uB378, moving average (MA) \uBAA8\uB378 \uB4F1\uC774 \uC788\uB2E4. \uC774 \uC138 \uAC00\uC9C0 \uBC29\uBC95\uC740 \uC774\uBBF8 \uC5BB\uC5B4\uC9C4 \uC2DC\uACC4\uC5F4 \uB370\uC774\uD130\uC5D0 \uC120\uD615 \uC885\uC18D\uC801\uC774\uB2E4. \uBE44\uC120\uD615 \uC885\uC18D\uC801\uC778 \uBC29\uBC95\uB4E4\uC740 \uB098\uB984\uB300\uB85C \uC758\uBBF8\uC788\uB294 \uAC83\uB4E4\uC774 \uC788\uB294\uB370, \uC608\uCEE8\uB300 \uD63C\uB3C8 \uC2DC\uACC4\uC5F4\uB4F1\uC744 \uB9CC\uB4E4\uC5B4\uB0BC \uC218 \uC788\uAE30 \uB54C\uBB38\uC774\uB2E4."@ko . "\u010Casov\u00E1 \u0159ada jsou v\u011Bcn\u011B a prostorov\u011B srovnateln\u00E1 pozorov\u00E1n\u00ED (dat), kter\u00E1 jsou jednozna\u010Dn\u011B uspo\u0159\u00E1d\u00E1na z hlediska \u010Dasu ve sm\u011Bru minulost \u2013 p\u0159\u00EDtomnost."@cs . . . . . . . . "Deret waktu"@in . . . . . . . . . . "\uC2DC\uACC4\uC5F4(\u6642\u7CFB\u5217, \uC601\uC5B4: time series)\uC740 \uC77C\uC815 \uC2DC\uAC04 \uAC04\uACA9\uC73C\uB85C \uBC30\uCE58\uB41C \uB370\uC774\uD130\uB4E4\uC758 \uC218\uC5F4\uC744 \uB9D0\uD55C\uB2E4. \uC2DC\uACC4\uC5F4 \uD574\uC11D(time series analysis)\uB77C\uACE0 \uD558\uB294 \uAC83\uC740 \uC774\uB7F0 \uC2DC\uACC4\uC5F4\uC744 \uD574\uC11D\uD558\uACE0 \uC774\uD574\uD558\uB294 \uB370 \uC4F0\uC774\uB294 \uC5EC\uB7EC \uAC00\uC9C0 \uBC29\uBC95\uC744 \uC5F0\uAD6C\uD558\uB294 \uBD84\uC57C\uC774\uB2E4. \uC608\uCEE8\uB300, \uC774\uB7F0 \uC2DC\uACC4\uC5F4\uC774 \uC5B4\uB5A4 \uBC95\uCE59\uC5D0\uC11C \uC0DD\uC131\uB418\uC5B4\uC11C \uB098\uC624\uB290\uB0D0\uB294 \uAE30\uBCF8\uC801\uC778 \uC9C8\uBB38\uC744 \uC774\uD574\uD558\uB294 \uAC83\uC774 \uAD81\uADF9\uC801\uC778 \uBAA9\uD45C\uB77C\uACE0 \uD560 \uC218 \uC788\uB2E4. \uC2DC\uACC4\uC5F4 \uC608\uCE21(time series prediction)\uC774\uB77C\uACE0 \uD558\uB294 \uAC83\uC740 \uC8FC\uC5B4\uC9C4 \uC2DC\uACC4\uC5F4\uC744 \uBCF4\uACE0 \uC218\uD559\uC801\uC778 \uBAA8\uB378\uC744 \uB9CC\uB4E4\uC5B4\uC11C \uBBF8\uB798\uC5D0 \uC77C\uC5B4\uB0A0 \uAC83\uB4E4\uC744 \uC608\uCE21\uD558\uB294 \uAC83\uC744 \uB73B\uD558\uB294 \uB9D0\uC774\uB2E4. \uC77C\uBC18\uC801\uC73C\uB85C \uC774\uB7F0 \uBC29\uBC95\uB4E4\uC740 \uACF5\uD559\uC774\uB098 \uACFC\uD559\uACC4\uC0B0, \uD639\uC740 \uAE08\uC735\uC2DC\uC7A5\uC5D0\uC11C\uC758 \uC8FC\uAC00 \uC608\uCE21 \uB4F1\uC5D0\uC11C \uB9CE\uC774 \uC4F0\uC778\uB2E4. \uC2DC\uACC4\uC5F4 \uB370\uC774\uD130\uB97C \uBD84\uC11D\uD558\uB294 \uC218\uD559\uC801 \uBAA8\uB378\uC740 \uC5EC\uB7EC \uAC00\uC9C0\uAC00 \uC788\uC744 \uC218 \uC788\uB294\uB370, \uC2E4\uC81C \uC751\uC6A9\uC5D0\uC11C \uAC00\uC7A5 \uB9CE\uC774 \uC4F0\uC774\uB294 \uC138 \uAC00\uC9C0 \uBC94\uC6A9 \uBAA8\uB378\uC740 autoregressive (AR) \uBAA8\uB378, integrated (I) \uBAA8\uB378, moving average (MA) \uBAA8\uB378 \uB4F1\uC774 \uC788\uB2E4. \uC774 \uC138 \uAC00\uC9C0 \uBC29\uBC95\uC740 \uC774\uBBF8 \uC5BB\uC5B4\uC9C4 \uC2DC\uACC4\uC5F4 \uB370\uC774\uD130\uC5D0 \uC120\uD615 \uC885\uC18D\uC801\uC774\uB2E4. \uBE44\uC120\uD615 \uC885\uC18D\uC801\uC778 \uBC29\uBC95\uB4E4\uC740 \uB098\uB984\uB300\uB85C \uC758\uBBF8\uC788\uB294 \uAC83\uB4E4\uC774 \uC788\uB294\uB370, \uC608\uCEE8\uB300 \uD63C\uB3C8 \uC2DC\uACC4\uC5F4\uB4F1\uC744 \uB9CC\uB4E4\uC5B4\uB0BC \uC218 \uC788\uAE30 \uB54C\uBB38\uC774\uB2E4. \uC2DC\uACC4\uC5F4 \uD574\uC11D\uC5D0\uC11C\uB294 \uC5EC\uB7EC \uAC00\uC9C0 \uAE30\uD638\uAC00 \uB9CE\uC774 \uC4F0\uC778\uB2E4. \uC608\uB97C \uB4E4\uBA74, \uAC00 \uC8FC\uB85C \uD754\uD788 \uC4F0\uC774\uB294 \uAE30\uD638\uC778\uB370, \uC774\uB54C \uC2DC\uACC4\uC5F4 X\uB294 \uC790\uC5F0\uC218\uB4E4\uB85C \uC9C0\uC218\uAC00 \uB9E4\uACA8\uC838 \uC788\uB2E4."@ko . . . . . . "In statistica descrittiva, una serie storica (o temporale) si definisce come un insieme di variabili casuali ordinate rispetto al tempo, ed esprime la dinamica di un certo fenomeno nel tempo. Le serie storiche vengono studiate sia per interpretare un fenomeno, individuando componenti di trend, di ciclicit\u00E0, di stagionalit\u00E0 e/o di accidentalit\u00E0, sia per prevedere il suo andamento futuro."@it . . . . . . "\u65F6\u95F4\u5E8F\u5217\uFF08\u82F1\u8A9E\uFF1Atime series\uFF09\u662F\u4E00\u7EC4\u6309\u7167\u65F6\u95F4\u53D1\u751F\u5148\u540E\u987A\u5E8F\u8FDB\u884C\u6392\u5217\u7684\u6570\u636E\u70B9\u5E8F\u5217\u3002\u901A\u5E38\u4E00\u7EC4\u65F6\u95F4\u5E8F\u5217\u7684\u65F6\u95F4\u95F4\u9694\u4E3A\u4E00\u6052\u5B9A\u503C\uFF08\u59821\u79D2\uFF0C5\u5206\u949F\uFF0C12\u5C0F\u65F6\uFF0C7\u5929\uFF0C1\u5E74\uFF09\uFF0C\u56E0\u6B64\u65F6\u95F4\u5E8F\u5217\u53EF\u4EE5\u4F5C\u4E3A\u79BB\u6563\u65F6\u95F4\u6570\u636E\u8FDB\u884C\u5206\u6790\u5904\u7406\u3002\u65F6\u95F4\u5E8F\u5217\u5E7F\u6CDB\u5E94\u7528\u4E8E\u6570\u7406\u7EDF\u8BA1\u3001\u4FE1\u53F7\u5904\u7406\u3001\u6A21\u5F0F\u8BC6\u522B\u3001\u8BA1\u91CF\u7ECF\u6D4E\u5B66\u3001\u6570\u5B66\u91D1\u878D\u3001\u5929\u6C14\u9884\u62A5\u3001\u5730\u9707\u9884\u6D4B\u3001\u8111\u7535\u56FE\u3001\u63A7\u5236\u5DE5\u7A0B\u3001\u822A\u7A7A\u5B66\u3001\u901A\u4FE1\u5DE5\u7A0B\u4EE5\u53CA\u7EDD\u5927\u591A\u6570\u6D89\u53CA\u5230\u65F6\u95F4\u6570\u636E\u6D4B\u91CF\u7684\u5E94\u7528\u79D1\u5B66\u4E0E\u5DE5\u7A0B\u5B66\u3002"@zh . . "Time series"@en . "S\u00E9rie temporelle"@fr . . . . . "\u039C\u03B9\u03B1 \u03C7\u03C1\u03BF\u03BD\u03BF\u03BB\u03BF\u03B3\u03B9\u03BA\u03AE \u03C3\u03B5\u03B9\u03C1\u03AC \u03B5\u03AF\u03BD\u03B1\u03B9 \u03BC\u03B9\u03B1 \u03C3\u03B5\u03B9\u03C1\u03AC \u03C3\u03B7\u03BC\u03B5\u03AF\u03C9\u03BD \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03C9\u03BD \u03BC\u03B5 \u03B5\u03C5\u03C1\u03B5\u03C4\u03B7\u03C1\u03AF\u03B1\u03C3\u03B7 (\u03B5\u03AF\u03C4\u03B5 \u03B5\u03B9\u03C3\u03B7\u03B3\u03BC\u03AD\u03BD\u03B7 \u03B5\u03AF\u03C4\u03B5 \u03B4\u03B9\u03B1\u03B3\u03C1\u03B1\u03BC\u03BC\u03B9\u03C3\u03BC\u03AD\u03BD\u03B7) \u03BC\u03B5 \u03C7\u03C1\u03BF\u03BD\u03BF\u03C3\u03B5\u03B9\u03C1\u03AC. \u03A3\u03C5\u03C7\u03BD\u03CC\u03C4\u03B5\u03C1\u03B1, \u03BC\u03B9\u03B1 \u03C7\u03C1\u03BF\u03BD\u03BF\u03BB\u03BF\u03B3\u03B9\u03BA\u03AE \u03C3\u03B5\u03B9\u03C1\u03AC \u03B5\u03AF\u03BD\u03B1\u03B9 \u03BC\u03B9\u03B1 \u03B1\u03BA\u03BF\u03BB\u03BF\u03C5\u03B8\u03AF\u03B1 \u03C0\u03BF\u03C5 \u03BB\u03B1\u03BC\u03B2\u03AC\u03BD\u03B5\u03C4\u03B1\u03B9 \u03C3\u03B5 \u03B4\u03B9\u03B1\u03B4\u03BF\u03C7\u03B9\u03BA\u03AC \u03B9\u03C3\u03B1\u03C0\u03AD\u03C7\u03BF\u03C5\u03C3\u03B5\u03C2 \u03C7\u03C1\u03BF\u03BD\u03B9\u03BA\u03AD\u03C2 \u03C3\u03C4\u03B9\u03B3\u03BC\u03AD\u03C2. \u0388\u03C4\u03C3\u03B9 \u03B5\u03AF\u03BD\u03B1\u03B9 \u03BC\u03B9\u03B1 \u03B1\u03BA\u03BF\u03BB\u03BF\u03C5\u03B8\u03AF\u03B1 \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03C9\u03BD \u03B4\u03B9\u03B1\u03BA\u03C1\u03B9\u03C4\u03BF\u03CD \u03C7\u03C1\u03CC\u03BD\u03BF\u03C5. \u03A0\u03B1\u03C1\u03B1\u03B4\u03B5\u03AF\u03B3\u03BC\u03B1\u03C4\u03B1 \u03C7\u03C1\u03BF\u03BD\u03BF\u03BB\u03BF\u03B3\u03B9\u03BA\u03CE\u03BD \u03C3\u03B5\u03B9\u03C1\u03CE\u03BD \u03B5\u03AF\u03BD\u03B1\u03B9 \u03C4\u03B1 \u03CD\u03C8\u03B7 \u03C4\u03C9\u03BD \u03C0\u03B1\u03BB\u03B9\u03C1\u03C1\u03BF\u03B9\u03CE\u03BD \u03C4\u03C9\u03BD \u03C9\u03BA\u03B5\u03B1\u03BD\u03CE\u03BD, \u03BF\u03B9 \u03BC\u03B5\u03C4\u03C1\u03AE\u03C3\u03B5\u03B9\u03C2 \u03C4\u03C9\u03BD \u03B7\u03BB\u03B9\u03B1\u03BA\u03CE\u03BD \u03BA\u03B7\u03BB\u03AF\u03B4\u03C9\u03BD \u03BA\u03B1\u03B9 \u03B7 \u03B7\u03BC\u03B5\u03C1\u03AE\u03C3\u03B9\u03B1 \u03C4\u03B9\u03BC\u03AE \u03BA\u03BB\u03B5\u03B9\u03C3\u03AF\u03BC\u03B1\u03C4\u03BF\u03C2 \u03C4\u03BF\u03C5 Dow Jones Industrial Average ."@el . . . . . . . . . . . "Szereg czasowy \u2013 realizacja procesu stochastycznego, kt\u00F3rego dziedzin\u0105 jest czas; to ci\u0105g informacji uporz\u0105dkowanych w czasie, kt\u00F3rych pomiary wykonywane s\u0105 z dok\u0142adnym krokiem czasowym. Je\u017Celi krok nie b\u0119dzie regularny wtedy mamy do czynienia z szeregiem czasowym rozmytym."@pl . "\u010Casov\u00E1 \u0159ada jsou v\u011Bcn\u011B a prostorov\u011B srovnateln\u00E1 pozorov\u00E1n\u00ED (dat), kter\u00E1 jsou jednozna\u010Dn\u011B uspo\u0159\u00E1d\u00E1na z hlediska \u010Dasu ve sm\u011Bru minulost \u2013 p\u0159\u00EDtomnost."@cs . . . . . . . . . . . . . . . . . "En tidsserie \u00E4r en serie av datapunkter som \u00E4r observerade \u00F6ver en given tid. Den vanligaste typen av tidsserie \u00E4r en sekvens tagen vid successiva punkter i tiden med samma avst\u00E5nd mellan m\u00E4tningarna. Exempel p\u00E5 tidsserier \u00E4r gps-positioner, en akties v\u00E4rde och befolkningsm\u00E4ngd m\u00E4tta \u00F6ver tid. Tidsserieanalys handlar om att analysera tidsserier med syftet att extrahera statistik och andra karakteristika drag hos datan. Tidsserieprediktion handlar om att med hj\u00E4lp av en matematisk modell f\u00F6rs\u00F6ka f\u00F6rutsp\u00E5 framtida v\u00E4rden baserad p\u00E5 antingen extrapolering av historiska data eller med hj\u00E4lp av andra tidsserier som man tror kan ha en p\u00E5verkan."@sv . "\u0645\u062A\u0633\u0644\u0633\u0644\u0629 \u0632\u0645\u0646\u064A\u0629"@ar . . . . . . . . . . . . . . "Una serie temporal o cronol\u00F3gica es una sucesi\u00F3n de datos medidos en determinados momentos y ordenados cronol\u00F3gicamente. Los datos pueden estar espaciados a intervalos iguales (como la temperatura en un observatorio meteorol\u00F3gico en d\u00EDas sucesivos al mediod\u00EDa) o desiguales (como el peso de una persona en sucesivas mediciones en el consultorio m\u00E9dico, la farmacia, etc.). Para el an\u00E1lisis de las series temporales se usan m\u00E9todos que ayudan a interpretarlas y que permiten extraer informaci\u00F3n representativa sobre las relaciones subyacentes entre los datos de la serie o de diversas series y que permiten en diferente medida y con distinta confianza extrapolar o interpolar los datos y as\u00ED predecir el comportamiento de la serie en momentos no observados, sean en el futuro (extrapolaci\u00F3n pron\u00F3stica"@es . . "1111897773"^^ . . "\u0427\u0430\u0441\u043E\u0432\u0438\u0439 \u0440\u044F\u0434 (\u0430\u043D\u0433\u043B. time series) \u2014 \u0446\u0435 \u0440\u044F\u0434 , \u043F\u0440\u043E\u0456\u043D\u0434\u0435\u043A\u0441\u043E\u0432\u0430\u043D\u0438\u0445 (\u0430\u0431\u043E \u043F\u0435\u0440\u0435\u043B\u0456\u0447\u0435\u043D\u0438\u0445, \u0430\u0431\u043E \u0432\u0456\u0434\u043A\u043B\u0430\u0434\u0435\u043D\u0438\u0445 \u043D\u0430 \u0433\u0440\u0430\u0444\u0456\u043A\u0443) \u0432 \u0445\u0440\u043E\u043D\u043E\u043B\u043E\u0433\u0456\u0447\u043D\u043E\u043C\u0443 \u043F\u043E\u0440\u044F\u0434\u043A\u0443. \u041D\u0430\u0439\u0447\u0430\u0441\u0442\u0456\u0448\u0435 \u0447\u0430\u0441\u043E\u0432\u0438\u0439 \u0440\u044F\u0434 \u0454 \u043F\u043E\u0441\u043B\u0456\u0434\u043E\u0432\u043D\u0456\u0441\u0442\u044E, \u0432\u0437\u044F\u0442\u043E\u044E \u043D\u0430 \u0440\u0456\u0432\u043D\u043E\u0432\u0456\u0434\u0434\u0430\u043B\u0435\u043D\u0438\u0445 \u0442\u043E\u0447\u043A\u0430\u0445 \u0432 \u0447\u0430\u0441\u0456, \u044F\u043A\u0456 \u0439\u0434\u0443\u0442\u044C \u043E\u0434\u043D\u0430 \u0437\u0430 \u043E\u0434\u043D\u043E\u044E. \u0422\u0430\u043A\u0438\u043C \u0447\u0438\u043D\u043E\u043C, \u0432\u0456\u043D \u0454 \u043F\u043E\u0441\u043B\u0456\u0434\u043E\u0432\u043D\u0456\u0441\u0442\u044E \u0434\u0430\u043D\u0438\u0445 . \u041F\u0440\u0438\u043A\u043B\u0430\u0434\u0430\u043C\u0438 \u0447\u0430\u0441\u043E\u0432\u0438\u0445 \u0440\u044F\u0434\u0456\u0432 \u0454 \u0432\u0438\u0441\u043E\u0442\u0438 \u043E\u043A\u0435\u0430\u043D\u0441\u044C\u043A\u0438\u0445 \u043F\u0440\u0438\u043F\u043B\u0438\u0432\u0456\u0432, \u043A\u0456\u043B\u044C\u043A\u043E\u0441\u0442\u0456 \u0441\u043E\u043D\u044F\u0447\u043D\u0438\u0445 \u043F\u043B\u044F\u043C, \u0442\u0430 \u0449\u043E\u0434\u0435\u043D\u043D\u0435 \u0441\u0435\u0440\u0435\u0434\u043D\u044C\u043E\u0437\u0432\u0430\u0436\u0435\u043D\u0435 \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u0456\u043D\u0434\u0435\u043A\u0441\u0443 \u041F\u0424\u0422\u0421 \u043D\u0430 \u043C\u043E\u043C\u0435\u043D\u0442 \u0437\u0430\u043A\u0440\u0438\u0442\u0442\u044F \u0442\u043E\u0440\u0433\u0456\u0432. \u0427\u0430\u0441\u043E\u0432\u0456 \u0440\u044F\u0434\u0438 \u0434\u0443\u0436\u0435 \u0447\u0430\u0441\u0442\u043E \u043F\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043B\u044F\u044E\u0442\u044C \u0437\u0430 \u0434\u043E\u043F\u043E\u043C\u043E\u0433\u043E\u044E \u043B\u0456\u043D\u0456\u0439\u043D\u0438\u0445 \u0434\u0456\u0430\u0433\u0440\u0430\u043C. \u0427\u0430\u0441\u043E\u0432\u0456 \u0440\u044F\u0434\u0438 \u0432\u0438\u043A\u043E\u0440\u0438\u0441\u0442\u043E\u0432\u0443\u044E\u0442\u044C\u0441\u044F \u0432 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0446\u0456, \u043E\u0431\u0440\u043E\u0431\u0446\u0456 \u0441\u0438\u0433\u043D\u0430\u043B\u0456\u0432, \u0440\u043E\u0437\u043F\u0456\u0437\u043D\u0430\u0432\u0430\u043D\u043D\u0456 \u043E\u0431\u0440\u0430\u0437\u0456\u0432, \u0435\u043A\u043E\u043D\u043E\u043C\u0435\u0442\u0440\u0438\u0446\u0456, \u0444\u0456\u043D\u0430\u043D\u0441\u043E\u0432\u0456\u0439 \u043C\u0430\u0442\u0435\u043C\u0430\u0442\u0438\u0446\u0456, \u043F\u0440\u043E\u0433\u043D\u043E\u0437\u0443\u0432\u0430\u043D\u043D\u0456 \u043F\u043E\u0433\u043E\u0434\u0438, \u0440\u043E\u0437\u0443\u043C\u043D\u043E\u043C\u0443 \u0442\u0440\u0430\u043D\u0441\u043F\u043E\u0440\u0442\u0456 \u0442\u0430 \u043F\u0435\u0440\u0435\u0434\u0431\u0430\u0447\u0435\u043D\u043D\u0456 \u0442\u0440\u0430\u0454\u043A\u0442\u043E\u0440\u0456\u0439, \u043F\u0435\u0440\u0435\u0434\u0431\u0430\u0447\u0435\u043D\u043D\u0456 \u0437\u0435\u043C\u043B\u0435\u0442\u0440\u0443\u0441\u0456\u0432, \u0435\u043B\u0435\u043A\u0442\u0440\u043E\u0435\u043D\u0446\u0435\u0444\u0430\u043B\u043E\u0433\u0440\u0430\u0444\u0456\u0457, \u0430\u0432\u0442\u043E\u043C\u0430\u0442\u0438\u0447\u043D\u043E\u043C\u0443 \u043A\u0435\u0440\u0443\u0432\u0430\u043D\u043D\u0456, \u0430\u0441\u0442\u0440\u043E\u043D\u043E\u043C\u0456\u0457, , \u0430 \u0442\u0430\u043A\u043E\u0436 \u0437\u043D\u0430\u0447\u043D\u043E\u044E \u043C\u0456\u0440\u043E\u044E \u0432 \u0431\u0443\u0434\u044C-\u044F\u043A\u0456\u0439 \u043E\u0431\u043B\u0430\u0441\u0442\u0456 \u043F\u0440\u0438\u043A\u043B\u0430\u0434\u043D\u043E\u0457 \u043D\u0430\u0443\u043A\u0438 \u0442\u0430 \u0456\u043D\u0436\u0435\u043D\u0435\u0440\u0456\u0457, \u044F\u043A\u0430 \u0432\u043A\u043B\u044E\u0447\u0430\u0454 \u0447\u0430\u0441\u043E\u0432\u0456 \u0432\u0438\u043C\u0456\u0440\u044E\u0432\u0430\u043D\u043D\u044F. \u0410\u043D\u0430\u043B\u0456\u0437 \u0447\u0430\u0441\u043E\u0432\u0438\u0445 \u0440\u044F\u0434\u0456\u0432 (\u0430\u043D\u0433\u043B. time series analysis) \u0432\u043A\u043B\u044E\u0447\u0430\u0454 \u043C\u0435\u0442\u043E\u0434\u0438 \u0430\u043D\u0430\u043B\u0456\u0437\u0443 \u0434\u0430\u043D\u0438\u0445 \u0447\u0430\u0441\u043E\u0432\u0438\u0445 \u0440\u044F\u0434\u0456\u0432 \u0437 \u043C\u0435\u0442\u043E\u044E \u0432\u0438\u0442\u044F\u0433\u0443\u0432\u0430\u043D\u043D\u044F \u0437\u043D\u0430\u0447\u0438\u043C\u0438\u0445 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u043A \u0442\u0430 \u0456\u043D\u0448\u0438\u0445 \u0445\u0430\u0440\u0430\u043A\u0442\u0435\u0442\u0438\u0441\u0442\u0438\u043A \u0434\u0430\u043D\u0438\u0445. \u041F\u0440\u043E\u0433\u043D\u043E\u0437\u0443\u0432\u0430\u043D\u043D\u044F \u0447\u0430\u0441\u043E\u0432\u0438\u0445 \u0440\u044F\u0434\u0456\u0432 (\u0430\u043D\u0433\u043B. time series forecasting) \u2014 \u0446\u0435 \u0437\u0430\u0441\u0442\u043E\u0441\u0443\u0432\u0430\u043D\u043D\u044F \u043C\u043E\u0434\u0435\u043B\u0456 \u0434\u043B\u044F \u043F\u0435\u0440\u0435\u0434\u0431\u0430\u0447\u0443\u0432\u0430\u043D\u043D\u044F \u043C\u0430\u0439\u0431\u0443\u0442\u043D\u0456\u0445 \u0437\u043D\u0430\u0447\u0435\u043D\u044C \u043D\u0430 \u043E\u0441\u043D\u043E\u0432\u0456 \u0437\u043D\u0430\u0447\u0435\u043D\u044C \u043F\u043E\u043F\u0435\u0440\u0435\u0434\u043D\u044C\u043E \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0435\u043D\u0438\u0445. \u0406 \u0445\u043E\u0447\u0430 \u0440\u0435\u0433\u0440\u0435\u0441\u0456\u0439\u043D\u0438\u0439 \u0430\u043D\u0430\u043B\u0456\u0437 \u0447\u0430\u0441\u0442\u043E \u0437\u0430\u0441\u0442\u043E\u0441\u043E\u0432\u0443\u044E\u0442\u044C \u0434\u043B\u044F \u043F\u0435\u0440\u0435\u0432\u0456\u0440\u043A\u0438 \u0442\u0435\u043E\u0440\u0456\u0439 \u043F\u0440\u043E \u0442\u0435, \u0449\u043E \u043F\u043E\u0442\u043E\u0447\u043D\u0456 \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u043E\u0434\u043D\u043E\u0433\u043E \u0447\u0438 \u0431\u0456\u043B\u044C\u0448\u0435 \u043D\u0435\u0437\u0430\u043B\u0435\u0436\u043D\u0438\u0445 \u0447\u0430\u0441\u043E\u0432\u0438\u0445 \u0440\u044F\u0434\u0456\u0432 \u0432\u043F\u043B\u0438\u0432\u0430\u044E\u0442\u044C \u043D\u0430 \u043F\u043E\u0442\u043E\u0447\u043D\u0435 \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u0456\u043D\u0448\u043E\u0433\u043E \u0447\u0430\u0441\u043E\u0432\u043E\u0433\u043E \u0440\u044F\u0434\u0443, \u0446\u0435\u0439 \u0442\u0438\u043F \u0430\u043D\u0430\u043B\u0456\u0437\u0443 \u0447\u0430\u0441\u043E\u0432\u0438\u0445 \u0440\u044F\u0434\u0456\u0432 \u043D\u0435 \u043D\u0430\u0437\u0438\u0432\u0430\u044E\u0442\u044C \u00AB\u0430\u043D\u0430\u043B\u0456\u0437\u043E\u043C \u0447\u0430\u0441\u043E\u0432\u0438\u0445 \u0440\u044F\u0434\u0456\u0432\u00BB, \u044F\u043A\u0438\u0439 \u043D\u0430\u0442\u043E\u043C\u0456\u0441\u0442\u044C \u0437\u043E\u0441\u0435\u0440\u0435\u0434\u0436\u0443\u0454\u0442\u044C\u0441\u044F \u043D\u0430 \u043F\u043E\u0440\u0456\u0432\u043D\u044F\u043D\u043D\u0456 \u0437\u043D\u0430\u0447\u0435\u043D\u044C \u043E\u0434\u043D\u043E\u0433\u043E \u0447\u0430\u0441\u043E\u0432\u043E\u0433\u043E \u0440\u044F\u0434\u0443 \u0430\u0431\u043E \u0431\u0430\u0433\u0430\u0442\u044C\u043E\u0445 \u0437\u0430\u043B\u0435\u0436\u043D\u0438\u0445 \u0447\u0430\u0441\u043E\u0432\u0438\u0445 \u0440\u044F\u0434\u0456\u0432 \u0443 \u0440\u0456\u0437\u043D\u0456 \u043C\u043E\u043C\u0435\u043D\u0442\u0438 \u0447\u0430\u0441\u0443. \u0414\u0430\u043D\u0456 \u0447\u0430\u0441\u043E\u0432\u0438\u0445 \u0440\u044F\u0434\u0456\u0432 \u043C\u0430\u044E\u0442\u044C \u043F\u0440\u0438\u0440\u043E\u0434\u043D\u0438\u0439 \u0447\u0430\u0441\u043E\u0432\u0438\u0439 \u043F\u043E\u0440\u044F\u0434\u043E\u043A. \u0426\u0435 \u0440\u043E\u0431\u0438\u0442\u044C \u0430\u043D\u0430\u043B\u0456\u0437 \u0447\u0430\u0441\u043E\u0432\u0438\u0445 \u0440\u044F\u0434\u0456\u0432 \u0432\u0456\u0434\u043C\u0456\u043D\u043D\u0438\u043C \u0432\u0456\u0434 \u043F\u043E\u043F\u0435\u0440\u0435\u0447\u043D\u0438\u0445 \u0434\u043E\u0441\u043B\u0456\u0434\u0436\u0435\u043D\u044C, \u0443 \u044F\u043A\u0438\u0445 \u043D\u0435 \u0456\u0441\u043D\u0443\u0454 \u043F\u0440\u0438\u0440\u043E\u0434\u043D\u043E\u0433\u043E \u043F\u043E\u0440\u044F\u0434\u043A\u0443 \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0435\u043D\u044C (\u043D\u0430\u043F\u0440\u0438\u043A\u043B\u0430\u0434, \u043F\u043E\u044F\u0441\u043D\u0435\u043D\u043D\u044F \u0437\u0430\u0440\u043E\u0431\u0456\u0442\u043D\u043E\u0457 \u043F\u043B\u0430\u0442\u043D\u0456 \u043B\u044E\u0434\u0435\u0439 \u0447\u0435\u0440\u0435\u0437 \u043F\u043E\u0441\u0438\u043B\u0430\u043D\u043D\u044F \u043D\u0430 \u0457\u0445\u043D\u0456 \u0440\u0456\u0432\u043D\u0456 \u043E\u0441\u0432\u0456\u0442\u0438, \u0434\u0435 \u0434\u0430\u043D\u0456 \u043E\u0441\u0456\u0431 \u043C\u043E\u0436\u0443\u0442\u044C \u0432\u0432\u043E\u0434\u0438\u0442\u0438\u0441\u044F \u0443 \u0431\u0443\u0434\u044C-\u044F\u043A\u043E\u043C\u0443 \u043F\u043E\u0440\u044F\u0434\u043A\u0443). \u0410\u043D\u0430\u043B\u0456\u0437 \u0447\u0430\u0441\u043E\u0432\u0438\u0445 \u0440\u044F\u0434\u0456\u0432 \u0432\u0456\u0434\u0440\u0456\u0437\u043D\u044F\u0454\u0442\u044C\u0441\u044F \u0442\u0430\u043A\u043E\u0436 \u0456 \u0432\u0456\u0434 \u0430\u043D\u0430\u043B\u0456\u0437\u0443 \u043F\u0440\u043E\u0441\u0442\u043E\u0440\u043E\u0432\u0438\u0445 \u0434\u0430\u043D\u0438\u0445, \u0434\u0435 \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0435\u043D\u043D\u044F \u0437\u0430\u0437\u0432\u0438\u0447\u0430\u0439 \u0432\u0456\u0434\u043D\u043E\u0441\u044F\u0442\u044C\u0441\u044F \u0434\u043E \u0433\u0435\u043E\u0433\u0440\u0430\u0444\u0456\u0447\u043D\u0438\u0445 \u0440\u043E\u0437\u0442\u0430\u0448\u0443\u0432\u0430\u043D\u044C (\u043D\u0430\u043F\u0440\u0438\u043A\u043B\u0430\u0434, \u043F\u0456\u0434\u0440\u0430\u0445\u0443\u043D\u043E\u043A \u0446\u0456\u043D \u043D\u0430 \u0431\u0443\u0434\u0438\u043D\u043A\u0438 \u0437\u0430 \u0440\u043E\u0437\u0442\u0430\u0448\u0443\u0432\u0430\u043D\u043D\u044F\u043C, \u0430 \u0442\u0430\u043A\u043E\u0436 \u0437\u0430 \u0432\u043B\u0430\u0441\u043D\u0438\u043C\u0438 \u0445\u0430\u0440\u0430\u043A\u0442\u0435\u0440\u0438\u0441\u0442\u0438\u043A\u0430\u043C\u0438 \u0446\u0438\u0445 \u0431\u0443\u0434\u0438\u043D\u043A\u0456\u0432). \u0421\u0442\u043E\u0445\u0430\u0441\u0442\u0438\u0447\u043D\u0430 \u043C\u043E\u0434\u0435\u043B\u044C \u0447\u0430\u0441\u043E\u0432\u043E\u0433\u043E \u0440\u044F\u0434\u0443, \u044F\u043A \u043F\u0440\u0430\u0432\u0438\u043B\u043E, \u0432\u0456\u0434\u043E\u0431\u0440\u0430\u0436\u0430\u0442\u0438\u043C\u0435 \u0442\u043E\u0439 \u0444\u0430\u043A\u0442, \u0449\u043E \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0435\u043D\u043D\u044F, \u044F\u043A\u0456 \u0437\u043D\u0430\u0445\u043E\u0434\u044F\u0442\u044C\u0441\u044F \u0431\u043B\u0438\u0437\u044C\u043A\u043E \u0432 \u0447\u0430\u0441\u0456, \u0431\u0443\u0434\u0443\u0442\u044C \u043F\u043E\u0432'\u044F\u0437\u0430\u043D\u0456 \u0442\u0456\u0441\u043D\u0456\u0448\u0435, \u043D\u0456\u0436 \u0441\u043F\u043E\u0441\u0442\u0435\u0440\u0435\u0436\u0435\u043D\u043D\u044F, \u044F\u043A\u0456 \u0437\u043D\u0430\u0445\u043E\u0434\u044F\u0442\u044C\u0441\u044F \u0434\u0430\u043B\u0456 \u043E\u0434\u043D\u0435 \u0432\u0456\u0434 \u043E\u0434\u043D\u043E\u0433\u043E. \u041A\u0440\u0456\u043C \u0442\u043E\u0433\u043E, \u043C\u043E\u0434\u0435\u043B\u0456 \u0447\u0430\u0441\u043E\u0432\u0438\u0445 \u0440\u044F\u0434\u0456\u0432 \u0447\u0430\u0441\u0442\u043E \u0437\u0430\u0441\u0442\u043E\u0441\u043E\u0432\u0443\u044E\u0442\u044C \u043F\u0440\u0438\u0440\u043E\u0434\u043D\u0435 \u043E\u0434\u043D\u043E\u0441\u043F\u0440\u044F\u043C\u043E\u0432\u0430\u043D\u0435 \u0432\u043F\u043E\u0440\u044F\u0434\u043A\u0443\u0432\u0430\u043D\u043D\u044F \u0447\u0430\u0441\u0443, \u0442\u0430\u043A, \u0449\u043E \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u0434\u043B\u044F \u0437\u0430\u0434\u0430\u043D\u043E\u0433\u043E \u043F\u0435\u0440\u0456\u043E\u0434\u0443 \u0432\u0438\u0440\u0430\u0436\u0435\u043D\u043E \u044F\u043A \u043F\u043E\u0445\u0456\u0434\u043D\u0456 \u0432\u0456\u0434 \u043C\u0438\u043D\u0443\u043B\u0438\u0445 \u0437\u043D\u0430\u0447\u0435\u043D\u044C, \u0430 \u043D\u0435 \u0432\u0456\u0434 \u043C\u0430\u0439\u0431\u0443\u0442\u043D\u0456\u0445 (\u0434\u0438\u0432. ). \u0410\u043D\u0430\u043B\u0456\u0437 \u0447\u0430\u0441\u043E\u0432\u0438\u0445 \u0440\u044F\u0434\u0456\u0432 \u043C\u043E\u0436\u0435 \u0437\u0430\u0441\u0442\u043E\u0441\u043E\u0432\u0443\u0432\u0430\u0442\u0438\u0441\u044F \u0434\u043E \u0434\u0456\u0439\u0441\u043D\u043E\u0437\u043D\u0430\u0447\u043D\u0438\u0445 \u043D\u0435\u043F\u0435\u0440\u0435\u0440\u0432\u043D\u0438\u0445 \u0434\u0430\u043D\u0438\u0445, \u0434\u0438\u0441\u043A\u0440\u0435\u0442\u043D\u0438\u0445 \u0447\u0438\u0441\u043B\u043E\u0432\u0438\u0445 \u0434\u0430\u043D\u0438\u0445, \u0442\u0430 \u0434\u0438\u0441\u043A\u0440\u0435\u0442\u043D\u0438\u0445 \u0441\u0438\u043C\u0432\u043E\u043B\u044C\u043D\u0438\u0445 \u0434\u0430\u043D\u0438\u0445 (\u043D\u0430\u043F\u0440\u0438\u043A\u043B\u0430\u0434, \u043F\u043E\u0441\u043B\u0456\u0434\u043E\u0432\u043D\u043E\u0441\u0442\u0435\u0439 \u0441\u0438\u043C\u0432\u043E\u043B\u0456\u0432, \u0442\u0430\u043A\u0438\u0445 \u044F\u043A \u043B\u0456\u0442\u0435\u0440\u0438 \u0442\u0430 \u0441\u043B\u043E\u0432\u0430 \u0443\u043A\u0440\u0430\u0457\u043D\u0441\u044C\u043A\u043E\u0457 \u043C\u043E\u0432\u0438)."@uk . . "\u0427\u0430\u0441\u043E\u0432\u0438\u0439 \u0440\u044F\u0434 (\u0430\u043D\u0433\u043B. time series) \u2014 \u0446\u0435 \u0440\u044F\u0434 , \u043F\u0440\u043E\u0456\u043D\u0434\u0435\u043A\u0441\u043E\u0432\u0430\u043D\u0438\u0445 (\u0430\u0431\u043E \u043F\u0435\u0440\u0435\u043B\u0456\u0447\u0435\u043D\u0438\u0445, \u0430\u0431\u043E \u0432\u0456\u0434\u043A\u043B\u0430\u0434\u0435\u043D\u0438\u0445 \u043D\u0430 \u0433\u0440\u0430\u0444\u0456\u043A\u0443) \u0432 \u0445\u0440\u043E\u043D\u043E\u043B\u043E\u0433\u0456\u0447\u043D\u043E\u043C\u0443 \u043F\u043E\u0440\u044F\u0434\u043A\u0443. \u041D\u0430\u0439\u0447\u0430\u0441\u0442\u0456\u0448\u0435 \u0447\u0430\u0441\u043E\u0432\u0438\u0439 \u0440\u044F\u0434 \u0454 \u043F\u043E\u0441\u043B\u0456\u0434\u043E\u0432\u043D\u0456\u0441\u0442\u044E, \u0432\u0437\u044F\u0442\u043E\u044E \u043D\u0430 \u0440\u0456\u0432\u043D\u043E\u0432\u0456\u0434\u0434\u0430\u043B\u0435\u043D\u0438\u0445 \u0442\u043E\u0447\u043A\u0430\u0445 \u0432 \u0447\u0430\u0441\u0456, \u044F\u043A\u0456 \u0439\u0434\u0443\u0442\u044C \u043E\u0434\u043D\u0430 \u0437\u0430 \u043E\u0434\u043D\u043E\u044E. \u0422\u0430\u043A\u0438\u043C \u0447\u0438\u043D\u043E\u043C, \u0432\u0456\u043D \u0454 \u043F\u043E\u0441\u043B\u0456\u0434\u043E\u0432\u043D\u0456\u0441\u0442\u044E \u0434\u0430\u043D\u0438\u0445 . \u041F\u0440\u0438\u043A\u043B\u0430\u0434\u0430\u043C\u0438 \u0447\u0430\u0441\u043E\u0432\u0438\u0445 \u0440\u044F\u0434\u0456\u0432 \u0454 \u0432\u0438\u0441\u043E\u0442\u0438 \u043E\u043A\u0435\u0430\u043D\u0441\u044C\u043A\u0438\u0445 \u043F\u0440\u0438\u043F\u043B\u0438\u0432\u0456\u0432, \u043A\u0456\u043B\u044C\u043A\u043E\u0441\u0442\u0456 \u0441\u043E\u043D\u044F\u0447\u043D\u0438\u0445 \u043F\u043B\u044F\u043C, \u0442\u0430 \u0449\u043E\u0434\u0435\u043D\u043D\u0435 \u0441\u0435\u0440\u0435\u0434\u043D\u044C\u043E\u0437\u0432\u0430\u0436\u0435\u043D\u0435 \u0437\u043D\u0430\u0447\u0435\u043D\u043D\u044F \u0456\u043D\u0434\u0435\u043A\u0441\u0443 \u041F\u0424\u0422\u0421 \u043D\u0430 \u043C\u043E\u043C\u0435\u043D\u0442 \u0437\u0430\u043A\u0440\u0438\u0442\u0442\u044F \u0442\u043E\u0440\u0433\u0456\u0432."@uk . . . . . . . . . . "Serie temporal"@es . . "\u03A7\u03C1\u03BF\u03BD\u03BF\u03BB\u03BF\u03B3\u03B9\u03BA\u03AD\u03C2 \u03A3\u03B5\u03B9\u03C1\u03AD\u03C2"@el . . . . . . . . . . . . . "In statistica descrittiva, una serie storica (o temporale) si definisce come un insieme di variabili casuali ordinate rispetto al tempo, ed esprime la dinamica di un certo fenomeno nel tempo. Le serie storiche vengono studiate sia per interpretare un fenomeno, individuando componenti di trend, di ciclicit\u00E0, di stagionalit\u00E0 e/o di accidentalit\u00E0, sia per prevedere il suo andamento futuro."@it . . . . . . . "\u0627\u0644\u0633\u0644\u0633\u0644\u0629 \u0627\u0644\u0632\u0645\u0646\u064A\u0629 \u0647\u064A \u0645\u062C\u0645\u0648\u0639\u0629 \u0627\u0644\u0642\u064A\u0627\u0633\u0627\u062A \u0627\u0644\u0645\u0633\u062C\u0644\u0629 \u0644\u0645\u062A\u063A\u064A\u0631 \u0648\u0627\u062D\u062F \u0623\u0648 \u0623\u0643\u062B\u0631 \u0645\u0631\u062A\u0628\u0629 \u062D\u0633\u0628 \u0632\u0645\u0646 \u0648\u0642\u0648\u0639\u0647\u0627.\u0631\u064A\u0627\u0636\u064A\u0627\u064B: \u0646\u0642\u0648\u0644 \u0623\u0646 \u0645\u062A\u063A\u064A\u0631 \u0627\u0644\u0632\u0645\u0646 \u0627\u0644\u0645\u0633\u062A\u0642\u0644 (t) \u0648\u0627\u0644\u0642\u064A\u0645 \u0627\u0644\u0645\u0646\u0627\u0638\u0631\u0629 \u0644\u0647 \u0627\u0644\u0645\u062A\u063A\u064A\u0631 \u0627\u0644\u062A\u0627\u0628\u0639 (y) \u0648\u0625\u0646 \u0643\u0644 \u0642\u064A\u0645\u0629 \u0641\u064A \u0627\u0644\u0632\u0645\u0646 t \u064A\u0642\u0627\u0628\u0644\u0647\u0627 \u0642\u064A\u0645 \u0644\u0644\u0645\u062A\u063A\u064A\u0631 \u0627\u0644\u062A\u0627\u0628\u0639 y \u0641\u0625\u0646 y \u062F\u0627\u0644\u0629 \u0641\u064A \u0627\u0644\u0632\u0645\u0646 t \u0623\u064A (y = F(t."@ar . . . . . . . . . . . . . . . "\u0412\u0440\u0435\u043C\u0435\u043D\u043D\u043E\u0439 \u0440\u044F\u0434"@ru . . . . . "Una serie temporal o cronol\u00F3gica es una sucesi\u00F3n de datos medidos en determinados momentos y ordenados cronol\u00F3gicamente. Los datos pueden estar espaciados a intervalos iguales (como la temperatura en un observatorio meteorol\u00F3gico en d\u00EDas sucesivos al mediod\u00EDa) o desiguales (como el peso de una persona en sucesivas mediciones en el consultorio m\u00E9dico, la farmacia, etc.). Para el an\u00E1lisis de las series temporales se usan m\u00E9todos que ayudan a interpretarlas y que permiten extraer informaci\u00F3n representativa sobre las relaciones subyacentes entre los datos de la serie o de diversas series y que permiten en diferente medida y con distinta confianza extrapolar o interpolar los datos y as\u00ED predecir el comportamiento de la serie en momentos no observados, sean en el futuro (extrapolaci\u00F3n pron\u00F3stica), en el pasado (extrapolaci\u00F3n retr\u00F3grada) o en momentos intermedios (interpolaci\u00F3n). Uno de los usos m\u00E1s habituales de las series de datos temporales es su an\u00E1lisis para predicci\u00F3n y pron\u00F3stico (as\u00ED se hace por ejemplo con los datos clim\u00E1ticos, las acciones de bolsa, o las series de datos demogr\u00E1ficos). Resulta dif\u00EDcil imaginar una rama de las ciencias en la que no aparezcan datos que puedan ser considerados como series temporales. Las series temporales se estudian en estad\u00EDstica, procesamiento de se\u00F1ales, econometr\u00EDa y muchas otras \u00E1reas."@es . . . . . . . . "Szereg czasowy \u2013 realizacja procesu stochastycznego, kt\u00F3rego dziedzin\u0105 jest czas; to ci\u0105g informacji uporz\u0105dkowanych w czasie, kt\u00F3rych pomiary wykonywane s\u0105 z dok\u0142adnym krokiem czasowym. Je\u017Celi krok nie b\u0119dzie regularny wtedy mamy do czynienia z szeregiem czasowym rozmytym."@pl . . . . . . . . "Una s\u00E8rie temporal o cronol\u00F2gica \u00E9s una seq\u00FC\u00E8ncia de dades, observacions o valors mesurats en determinats moments del temps, ordenats cronol\u00F2gicament i, normalment, espaiats entre si de manera uniforme. L'an\u00E0lisi de s\u00E8ries temporals compr\u00E8n m\u00E8todes que ajuden a interpretar aquest tipus de dades extraient-ne informaci\u00F3 representativa, tant referent als or\u00EDgens o relacions subjacents, com a la possibilitat d'extrapolar i predir el seu comportament futur."@ca . "38323"^^ . . "Die Zeitreihenanalyse befasst sich in der Statistik mit der inferenzstatistischen Analyse von Zeitreihen und der Vorhersage von Trends (Trendextrapolation) zu ihrer k\u00FCnftigen Entwicklung. Sie ist eine Spezialform der Regressionsanalyse."@de . . . . . . . "In mathematics, a time series is a series of data points indexed (or listed or graphed) in time order. Most commonly, a time series is a sequence taken at successive equally spaced points in time. Thus it is a sequence of discrete-time data. Examples of time series are heights of ocean tides, counts of sunspots, and the daily closing value of the Dow Jones Industrial Average. Time series analysis can be applied to real-valued, continuous data, discrete numeric data, or discrete symbolic data (i.e. sequences of characters, such as letters and words in the English language)."@en . . . . . . . . . . . . . "\u039C\u03B9\u03B1 \u03C7\u03C1\u03BF\u03BD\u03BF\u03BB\u03BF\u03B3\u03B9\u03BA\u03AE \u03C3\u03B5\u03B9\u03C1\u03AC \u03B5\u03AF\u03BD\u03B1\u03B9 \u03BC\u03B9\u03B1 \u03C3\u03B5\u03B9\u03C1\u03AC \u03C3\u03B7\u03BC\u03B5\u03AF\u03C9\u03BD \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03C9\u03BD \u03BC\u03B5 \u03B5\u03C5\u03C1\u03B5\u03C4\u03B7\u03C1\u03AF\u03B1\u03C3\u03B7 (\u03B5\u03AF\u03C4\u03B5 \u03B5\u03B9\u03C3\u03B7\u03B3\u03BC\u03AD\u03BD\u03B7 \u03B5\u03AF\u03C4\u03B5 \u03B4\u03B9\u03B1\u03B3\u03C1\u03B1\u03BC\u03BC\u03B9\u03C3\u03BC\u03AD\u03BD\u03B7) \u03BC\u03B5 \u03C7\u03C1\u03BF\u03BD\u03BF\u03C3\u03B5\u03B9\u03C1\u03AC. \u03A3\u03C5\u03C7\u03BD\u03CC\u03C4\u03B5\u03C1\u03B1, \u03BC\u03B9\u03B1 \u03C7\u03C1\u03BF\u03BD\u03BF\u03BB\u03BF\u03B3\u03B9\u03BA\u03AE \u03C3\u03B5\u03B9\u03C1\u03AC \u03B5\u03AF\u03BD\u03B1\u03B9 \u03BC\u03B9\u03B1 \u03B1\u03BA\u03BF\u03BB\u03BF\u03C5\u03B8\u03AF\u03B1 \u03C0\u03BF\u03C5 \u03BB\u03B1\u03BC\u03B2\u03AC\u03BD\u03B5\u03C4\u03B1\u03B9 \u03C3\u03B5 \u03B4\u03B9\u03B1\u03B4\u03BF\u03C7\u03B9\u03BA\u03AC \u03B9\u03C3\u03B1\u03C0\u03AD\u03C7\u03BF\u03C5\u03C3\u03B5\u03C2 \u03C7\u03C1\u03BF\u03BD\u03B9\u03BA\u03AD\u03C2 \u03C3\u03C4\u03B9\u03B3\u03BC\u03AD\u03C2. \u0388\u03C4\u03C3\u03B9 \u03B5\u03AF\u03BD\u03B1\u03B9 \u03BC\u03B9\u03B1 \u03B1\u03BA\u03BF\u03BB\u03BF\u03C5\u03B8\u03AF\u03B1 \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03C9\u03BD \u03B4\u03B9\u03B1\u03BA\u03C1\u03B9\u03C4\u03BF\u03CD \u03C7\u03C1\u03CC\u03BD\u03BF\u03C5. \u03A0\u03B1\u03C1\u03B1\u03B4\u03B5\u03AF\u03B3\u03BC\u03B1\u03C4\u03B1 \u03C7\u03C1\u03BF\u03BD\u03BF\u03BB\u03BF\u03B3\u03B9\u03BA\u03CE\u03BD \u03C3\u03B5\u03B9\u03C1\u03CE\u03BD \u03B5\u03AF\u03BD\u03B1\u03B9 \u03C4\u03B1 \u03CD\u03C8\u03B7 \u03C4\u03C9\u03BD \u03C0\u03B1\u03BB\u03B9\u03C1\u03C1\u03BF\u03B9\u03CE\u03BD \u03C4\u03C9\u03BD \u03C9\u03BA\u03B5\u03B1\u03BD\u03CE\u03BD, \u03BF\u03B9 \u03BC\u03B5\u03C4\u03C1\u03AE\u03C3\u03B5\u03B9\u03C2 \u03C4\u03C9\u03BD \u03B7\u03BB\u03B9\u03B1\u03BA\u03CE\u03BD \u03BA\u03B7\u03BB\u03AF\u03B4\u03C9\u03BD \u03BA\u03B1\u03B9 \u03B7 \u03B7\u03BC\u03B5\u03C1\u03AE\u03C3\u03B9\u03B1 \u03C4\u03B9\u03BC\u03AE \u03BA\u03BB\u03B5\u03B9\u03C3\u03AF\u03BC\u03B1\u03C4\u03BF\u03C2 \u03C4\u03BF\u03C5 Dow Jones Industrial Average . \u039F\u03B9 \u03C7\u03C1\u03BF\u03BD\u03BF\u03BB\u03BF\u03B3\u03B9\u03BA\u03AD\u03C2 \u03C3\u03B5\u03B9\u03C1\u03AD\u03C2 \u03C0\u03B1\u03C1\u03BF\u03C5\u03C3\u03B9\u03AC\u03B6\u03BF\u03BD\u03C4\u03B1\u03B9 \u03C0\u03BF\u03BB\u03CD \u03C3\u03C5\u03C7\u03BD\u03AC \u03BC\u03AD\u03C3\u03C9 \u03B3\u03C1\u03B1\u03C6\u03B7\u03BC\u03AC\u03C4\u03C9\u03BD \u03B3\u03C1\u03B1\u03BC\u03BC\u03CE\u03BD. \u039F\u03B9 \u03C7\u03C1\u03BF\u03BD\u03BF\u03BB\u03BF\u03B3\u03B9\u03BA\u03AD\u03C2 \u03C3\u03B5\u03B9\u03C1\u03AD\u03C2 \u03C7\u03C1\u03B7\u03C3\u03B9\u03BC\u03BF\u03C0\u03BF\u03B9\u03BF\u03CD\u03BD\u03C4\u03B1\u03B9 \u03C3\u03C4\u03B7\u03BD \u03C3\u03C4\u03B1\u03C4\u03B9\u03C3\u03C4\u03B9\u03BA\u03AE, \u03C3\u03C4\u03B7\u03BD \u03B5\u03C0\u03B5\u03BE\u03B5\u03C1\u03B3\u03B1\u03C3\u03AF\u03B1 \u03C3\u03AE\u03BC\u03B1\u03C4\u03BF\u03C2, \u03C3\u03C4\u03B7\u03BD \u03B1\u03BD\u03B1\u03B3\u03BD\u03CE\u03C1\u03B9\u03C3\u03B7 \u03BC\u03BF\u03C4\u03AF\u03B2\u03C9\u03BD, \u03C3\u03C4\u03B7\u03BD \u03BF\u03B9\u03BA\u03BF\u03BD\u03BF\u03BC\u03B5\u03C4\u03C1\u03AF\u03B1, \u03C3\u03C4\u03B1 \u03BC\u03B1\u03B8\u03B7\u03BC\u03B1\u03C4\u03B9\u03BA\u03AC \u03BF\u03B9\u03BA\u03BF\u03BD\u03BF\u03BC\u03B9\u03BA\u03CE\u03BD, \u03C3\u03C4\u03B7\u03BD \u03C0\u03C1\u03CC\u03B3\u03BD\u03C9\u03C3\u03B7 \u03BA\u03B1\u03B9\u03C1\u03BF\u03CD, \u03C3\u03C4\u03B7\u03BD \u03C3\u03B5\u03B9\u03C3\u03BC\u03B9\u03BA\u03AE \u03C0\u03C1\u03CC\u03B2\u03BB\u03B5\u03C8\u03B7, \u03C3\u03C4\u03BF \u03B7\u03BB\u03B5\u03BA\u03C4\u03C1\u03BF\u03B5\u03B3\u03BA\u03B5\u03C6\u03B1\u03BB\u03BF\u03B3\u03C1\u03AC\u03C6\u03B7\u03BC\u03B1, \u03C3\u03C4\u03B7 \u03BC\u03B7\u03C7\u03B1\u03BD\u03B9\u03BA\u03AE \u03B5\u03BB\u03AD\u03B3\u03C7\u03BF\u03C5, \u03C3\u03C4\u03B7\u03BD \u03B1\u03C3\u03C4\u03C1\u03BF\u03BD\u03BF\u03BC\u03AF\u03B1, \u03C3\u03C4\u03B7\u03BD \u03BC\u03B7\u03C7\u03B1\u03BD\u03B9\u03BA\u03AE \u03B5\u03C0\u03B9\u03BA\u03BF\u03B9\u03BD\u03C9\u03BD\u03B9\u03CE\u03BD \u03BA\u03B1\u03B9 \u03C3\u03B5 \u03BC\u03B5\u03B3\u03AC\u03BB\u03BF \u03B2\u03B1\u03B8\u03BC\u03CC \u03C3\u03B5 \u03BF\u03C0\u03BF\u03B9\u03BF\u03B4\u03AE\u03C0\u03BF\u03C4\u03B5 \u03C4\u03BF\u03BC\u03AD\u03B1 \u03C4\u03C9\u03BD \u03B5\u03C6\u03B1\u03C1\u03BC\u03BF\u03C3\u03BC\u03AD\u03BD\u03C9\u03BD \u03B5\u03C0\u03B9\u03C3\u03C4\u03B7\u03BC\u03CE\u03BD \u03BA\u03B1\u03B9 \u03C4\u03B7\u03C2 \u03BC\u03B7\u03C7\u03B1\u03BD\u03B9\u03BA\u03AE\u03C2 \u03C0\u03BF\u03C5 \u03C0\u03B5\u03C1\u03B9\u03BB\u03B1\u03BC\u03B2\u03AC\u03BD\u03B5\u03B9 \u03C7\u03C1\u03BF\u03BD\u03B9\u03BA\u03AD\u03C2 \u03BC\u03B5\u03C4\u03C1\u03AE\u03C3\u03B5\u03B9\u03C2. \u0397 \u03B1\u03BD\u03AC\u03BB\u03C5\u03C3\u03B7 \u03C7\u03C1\u03BF\u03BD\u03BF\u03BB\u03BF\u03B3\u03B9\u03BA\u03CE\u03BD \u03C3\u03B5\u03B9\u03C1\u03CE\u03BD \u03C0\u03B5\u03C1\u03B9\u03BB\u03B1\u03BC\u03B2\u03AC\u03BD\u03B5\u03B9 \u03BC\u03B5\u03B8\u03CC\u03B4\u03BF\u03C5\u03C2 \u03B3\u03B9\u03B1 \u03C4\u03B7\u03BD \u03B1\u03BD\u03AC\u03BB\u03C5\u03C3\u03B7 \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03C9\u03BD \u03C7\u03C1\u03BF\u03BD\u03BF\u03C3\u03B5\u03B9\u03C1\u03CE\u03BD \u03C0\u03C1\u03BF\u03BA\u03B5\u03B9\u03BC\u03AD\u03BD\u03BF\u03C5 \u03BD\u03B1 \u03B5\u03BE\u03B1\u03C7\u03B8\u03BF\u03CD\u03BD \u03C3\u03B7\u03BC\u03B1\u03BD\u03C4\u03B9\u03BA\u03AC \u03C3\u03C4\u03B1\u03C4\u03B9\u03C3\u03C4\u03B9\u03BA\u03AC \u03C3\u03C4\u03BF\u03B9\u03C7\u03B5\u03AF\u03B1 \u03BA\u03B1\u03B9 \u03AC\u03BB\u03BB\u03B1 \u03C7\u03B1\u03C1\u03B1\u03BA\u03C4\u03B7\u03C1\u03B9\u03C3\u03C4\u03B9\u03BA\u03AC \u03C4\u03C9\u03BD \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03C9\u03BD. \u0397 \u03C0\u03C1\u03CC\u03B2\u03BB\u03B5\u03C8\u03B7 \u03C7\u03C1\u03BF\u03BD\u03BF\u03BB\u03BF\u03B3\u03B9\u03BA\u03CE\u03BD \u03C3\u03B5\u03B9\u03C1\u03CE\u03BD \u03B5\u03AF\u03BD\u03B1\u03B9 \u03B7 \u03C7\u03C1\u03AE\u03C3\u03B7 \u03B5\u03BD\u03CC\u03C2 \u03BC\u03BF\u03BD\u03C4\u03AD\u03BB\u03BF\u03C5 \u03B3\u03B9\u03B1 \u03C4\u03B7\u03BD \u03C0\u03C1\u03CC\u03B2\u03BB\u03B5\u03C8\u03B7 \u03BC\u03B5\u03BB\u03BB\u03BF\u03BD\u03C4\u03B9\u03BA\u03CE\u03BD \u03C4\u03B9\u03BC\u03CE\u03BD \u03B2\u03AC\u03C3\u03B5\u03B9 \u03C0\u03C1\u03BF\u03B7\u03B3\u03BF\u03CD\u03BC\u03B5\u03BD\u03C9\u03BD \u03C4\u03B9\u03BC\u03CE\u03BD. \u0395\u03BD\u03CE \u03B7 \u03B1\u03BD\u03AC\u03BB\u03C5\u03C3\u03B7 \u03C0\u03B1\u03BB\u03B9\u03BD\u03B4\u03C1\u03CC\u03BC\u03B7\u03C3\u03B7\u03C2 \u03C7\u03C1\u03B7\u03C3\u03B9\u03BC\u03BF\u03C0\u03BF\u03B9\u03B5\u03AF\u03C4\u03B1\u03B9 \u03C3\u03C5\u03C7\u03BD\u03AC \u03BC\u03B5 \u03C4\u03AD\u03C4\u03BF\u03B9\u03BF \u03C4\u03C1\u03CC\u03C0\u03BF \u03CE\u03C3\u03C4\u03B5 \u03BD\u03B1 \u03B5\u03BB\u03AD\u03B3\u03C7\u03B5\u03B9 \u03C4\u03B9\u03C2 \u03B8\u03B5\u03C9\u03C1\u03AF\u03B5\u03C2 \u03C0\u03BF\u03C5 \u03C5\u03C0\u03BF\u03C3\u03C4\u03B7\u03C1\u03AF\u03B6\u03BF\u03C5\u03BD \u03CC\u03C4\u03B9 \u03BF\u03B9 \u03C4\u03C1\u03AD\u03C7\u03BF\u03C5\u03C3\u03B5\u03C2 \u03C4\u03B9\u03BC\u03AD\u03C2 \u03BC\u03B9\u03B1\u03C2 \u03AE \u03C0\u03B5\u03C1\u03B9\u03C3\u03C3\u03CC\u03C4\u03B5\u03C1\u03C9\u03BD \u03B1\u03BD\u03B5\u03BE\u03AC\u03C1\u03C4\u03B7\u03C4\u03C9\u03BD \u03C7\u03C1\u03BF\u03BD\u03BF\u03C3\u03B5\u03B9\u03C1\u03CE\u03BD \u03B5\u03C0\u03B7\u03C1\u03B5\u03AC\u03B6\u03BF\u03C5\u03BD \u03C4\u03B7\u03BD \u03C4\u03C1\u03AD\u03C7\u03BF\u03C5\u03C3\u03B1 \u03C4\u03B9\u03BC\u03AE \u03BC\u03B9\u03B1\u03C2 \u03AC\u03BB\u03BB\u03B7\u03C2 \u03C7\u03C1\u03BF\u03BD\u03BF\u03C3\u03B5\u03B9\u03C1\u03AC\u03C2, \u03B1\u03C5\u03C4\u03CC\u03C2 \u03BF \u03C4\u03CD\u03C0\u03BF\u03C2 \u03B1\u03BD\u03AC\u03BB\u03C5\u03C3\u03B7\u03C2 \u03C4\u03C9\u03BD \u03C7\u03C1\u03BF\u03BD\u03BF\u03C3\u03B5\u03B9\u03C1\u03CE\u03BD \u03B4\u03B5\u03BD \u03BF\u03BD\u03BF\u03BC\u03AC\u03B6\u03B5\u03C4\u03B1\u03B9 \"\u03B1\u03BD\u03AC\u03BB\u03C5\u03C3\u03B7 \u03C7\u03C1\u03BF\u03BD\u03BF\u03C3\u03B5\u03B9\u03C1\u03CE\u03BD\", \u03B7 \u03BF\u03C0\u03BF\u03AF\u03B1 \u03B5\u03C0\u03B9\u03BA\u03B5\u03BD\u03C4\u03C1\u03CE\u03BD\u03B5\u03C4\u03B1\u03B9 \u03C3\u03C4\u03B7 \u03C3\u03CD\u03B3\u03BA\u03C1\u03B9\u03C3\u03B7 \u03C4\u03B9\u03BC\u03CE\u03BD \u03BC\u03B9\u03B1\u03C2 \u03BC\u03CC\u03BD\u03BF \u03C7\u03C1\u03BF\u03BD\u03BF\u03C3\u03B5\u03B9\u03C1\u03AC\u03C2 \u03AE \u03C0\u03BF\u03BB\u03BB\u03B1\u03C0\u03BB\u03CE\u03BD \u03B5\u03BE\u03B1\u03C1\u03C4\u03B7\u03BC\u03AD\u03BD\u03C9\u03BD \u03C7\u03C1\u03BF\u03BD\u03BF\u03C3\u03B5\u03B9\u03C1\u03CE\u03BD \u03C3\u03B5 \u03B4\u03B9\u03B1\u03C6\u03BF\u03C1\u03B5\u03C4\u03B9\u03BA\u03AC \u03C7\u03C1\u03BF\u03BD\u03B9\u03BA\u03AC \u03C3\u03B7\u03BC\u03B5\u03AF\u03B1. \u0397 \u03B1\u03BD\u03AC\u03BB\u03C5\u03C3\u03B7 \u03C4\u03C9\u03BD \u03B5\u03AF\u03BD\u03B1\u03B9 \u03B7 \u03B1\u03BD\u03AC\u03BB\u03C5\u03C3\u03B7 \u03C4\u03C9\u03BD \u03C0\u03B1\u03C1\u03B5\u03BC\u03B2\u03AC\u03C3\u03B5\u03C9\u03BD \u03C3\u03B5 \u03BC\u03AF\u03B1 \u03BC\u03CC\u03BD\u03BF \u03C7\u03C1\u03BF\u03BD\u03BF\u03BB\u03BF\u03B3\u03B9\u03BA\u03AE \u03C3\u03B5\u03B9\u03C1\u03AC. \u03A4\u03B1 \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03B1 \u03C4\u03C9\u03BD \u03C7\u03C1\u03BF\u03BD\u03BF\u03C3\u03B5\u03B9\u03C1\u03CE\u03BD \u03AD\u03C7\u03BF\u03C5\u03BD \u03BC\u03B9\u03B1 \u03C6\u03C5\u03C3\u03B9\u03BA\u03AE \u03C7\u03C1\u03BF\u03BD\u03B9\u03BA\u03AE \u03B4\u03B9\u03AC\u03C4\u03B1\u03BE\u03B7. \u0391\u03C5\u03C4\u03CC \u03BA\u03AC\u03BD\u03B5\u03B9 \u03C4\u03B7\u03BD \u03B1\u03BD\u03AC\u03BB\u03C5\u03C3\u03B7 \u03C4\u03C9\u03BD \u03C7\u03C1\u03BF\u03BD\u03BF\u03BB\u03BF\u03B3\u03B9\u03BA\u03CE\u03BD \u03C3\u03B5\u03B9\u03C1\u03CE\u03BD \u03B4\u03B9\u03B1\u03BA\u03C1\u03B9\u03C4\u03AE \u03B1\u03C0\u03CC , \u03C3\u03C4\u03B9\u03C2 \u03BF\u03C0\u03BF\u03AF\u03B5\u03C2 \u03B4\u03B5\u03BD \u03C5\u03C0\u03AC\u03C1\u03C7\u03B5\u03B9 \u03C6\u03C5\u03C3\u03B9\u03BA\u03AE \u03B4\u03B9\u03AC\u03C4\u03B1\u03BE\u03B7 \u03C4\u03C9\u03BD \u03C0\u03B1\u03C1\u03B1\u03C4\u03B7\u03C1\u03AE\u03C3\u03B5\u03C9\u03BD (\u03C0.\u03C7. \u03B7 \u03B5\u03C0\u03B5\u03BE\u03AE\u03B3\u03B7\u03C3\u03B7 \u03C4\u03C9\u03BD \u03BC\u03B9\u03C3\u03B8\u03CE\u03BD \u03C4\u03C9\u03BD \u03B1\u03BD\u03B8\u03C1\u03CE\u03C0\u03C9\u03BD \u03C3\u03B5 \u03C3\u03C7\u03AD\u03C3\u03B7 \u03BC\u03B5 \u03C4\u03B1 \u03B1\u03BD\u03C4\u03AF\u03C3\u03C4\u03BF\u03B9\u03C7\u03B1 \u03B5\u03C0\u03AF\u03C0\u03B5\u03B4\u03B1 \u03B5\u03BA\u03C0\u03B1\u03AF\u03B4\u03B5\u03C5\u03C3\u03B7\u03C2, \u03CC\u03C0\u03BF\u03C5 \u03C4\u03B1 \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03B1 \u03C4\u03C9\u03BD \u03B1\u03C4\u03CC\u03BC\u03C9\u03BD \u03B8\u03B1 \u03BC\u03C0\u03BF\u03C1\u03BF\u03CD\u03C3\u03B1\u03BD \u03BD\u03B1 \u03B5\u03B9\u03C3\u03B1\u03C7\u03B8\u03BF\u03CD\u03BD \u03BC\u03B5 \u03BF\u03C0\u03BF\u03B9\u03B1\u03B4\u03AE\u03C0\u03BF\u03C4\u03B5 \u03C3\u03B5\u03B9\u03C1\u03AC). \u0397 \u03B1\u03BD\u03AC\u03BB\u03C5\u03C3\u03B7 \u03C7\u03C1\u03BF\u03BD\u03BF\u03BB\u03BF\u03B3\u03B9\u03BA\u03CE\u03BD \u03C3\u03B5\u03B9\u03C1\u03CE\u03BD \u03B4\u03B9\u03B1\u03BA\u03C1\u03AF\u03BD\u03B5\u03C4\u03B1\u03B9 \u03B5\u03C0\u03AF\u03C3\u03B7\u03C2 \u03B1\u03C0\u03CC \u03C4\u03B7\u03BD \u03B1\u03BD\u03AC\u03BB\u03C5\u03C3\u03B7 \u03C7\u03C9\u03C1\u03B9\u03BA\u03CE\u03BD \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03C9\u03BD, \u03CC\u03C0\u03BF\u03C5 \u03BF\u03B9 \u03C0\u03B1\u03C1\u03B1\u03C4\u03B7\u03C1\u03AE\u03C3\u03B5\u03B9\u03C2 \u03C3\u03C7\u03B5\u03C4\u03AF\u03B6\u03BF\u03BD\u03C4\u03B1\u03B9 \u03C3\u03C5\u03BD\u03AE\u03B8\u03C9\u03C2 \u03BC\u03B5 \u03B3\u03B5\u03C9\u03B3\u03C1\u03B1\u03C6\u03B9\u03BA\u03AD\u03C2 \u03C4\u03BF\u03C0\u03BF\u03B8\u03B5\u03C3\u03AF\u03B5\u03C2 (\u03C0.\u03C7. \u03C4\u03B1 \u03BB\u03BF\u03B3\u03B9\u03C3\u03C4\u03B9\u03BA\u03AC \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03B1 \u03B3\u03B9\u03B1 \u03C4\u03B9\u03C2 \u03C4\u03B9\u03BC\u03AD\u03C2 \u03C4\u03C9\u03BD \u03BA\u03B1\u03C4\u03BF\u03B9\u03BA\u03B9\u03CE\u03BD \u03BC\u03B5 \u03B2\u03AC\u03C3\u03B7 \u03C4\u03B7 \u03C4\u03BF\u03C0\u03BF\u03B8\u03B5\u03C3\u03AF\u03B1 \u03BA\u03B1\u03B8\u03CE\u03C2 \u03BA\u03B1\u03B9 \u03C4\u03B1 \u03B5\u03B3\u03B3\u03B5\u03BD\u03AE \u03C7\u03B1\u03C1\u03B1\u03BA\u03C4\u03B7\u03C1\u03B9\u03C3\u03C4\u03B9\u03BA\u03AC \u03C4\u03C9\u03BD \u03BA\u03B1\u03C4\u03BF\u03B9\u03BA\u03B9\u03CE\u03BD). \u0388\u03BD\u03B1 \u03C3\u03C4\u03BF\u03C7\u03B1\u03C3\u03C4\u03B9\u03BA\u03CC \u03BC\u03BF\u03BD\u03C4\u03AD\u03BB\u03BF \u03B3\u03B9\u03B1 \u03BC\u03B9\u03B1 \u03C7\u03C1\u03BF\u03BD\u03BF\u03BB\u03BF\u03B3\u03B9\u03BA\u03AE \u03C3\u03B5\u03B9\u03C1\u03AC \u03B8\u03B1 \u03B1\u03BD\u03C4\u03B9\u03BA\u03B1\u03C4\u03BF\u03C0\u03C4\u03C1\u03AF\u03B6\u03B5\u03B9 \u03B3\u03B5\u03BD\u03B9\u03BA\u03AC \u03C4\u03BF \u03B3\u03B5\u03B3\u03BF\u03BD\u03CC\u03C2 \u03CC\u03C4\u03B9 \u03BF\u03B9 \u03C0\u03B1\u03C1\u03B1\u03C4\u03B7\u03C1\u03AE\u03C3\u03B5\u03B9\u03C2 \u03C0\u03BF\u03C5 \u03B2\u03C1\u03AF\u03C3\u03BA\u03BF\u03BD\u03C4\u03B1\u03B9 \u03BA\u03BF\u03BD\u03C4\u03AC \u03C3\u03C4\u03BF \u03C7\u03C1\u03CC\u03BD\u03BF \u03B8\u03B1 \u03B5\u03AF\u03BD\u03B1\u03B9 \u03C0\u03B9\u03BF \u03C3\u03C4\u03B5\u03BD\u03AC \u03C3\u03C5\u03BD\u03B4\u03B5\u03B4\u03B5\u03BC\u03AD\u03BD\u03B5\u03C2 \u03B1\u03C0\u03CC \u03C4\u03B9\u03C2 \u03C0\u03B1\u03C1\u03B1\u03C4\u03B7\u03C1\u03AE\u03C3\u03B5\u03B9\u03C2 \u03C0\u03BF\u03C5 \u03B4\u03B9\u03B1\u03C7\u03C9\u03C1\u03AF\u03B6\u03BF\u03BD\u03C4\u03B1\u03B9 \u03C0\u03B5\u03C1\u03B1\u03B9\u03C4\u03AD\u03C1\u03C9. \u0395\u03C0\u03B9\u03C0\u03BB\u03AD\u03BF\u03BD, \u03C4\u03B1 \u03BC\u03BF\u03BD\u03C4\u03AD\u03BB\u03B1 \u03C7\u03C1\u03BF\u03BD\u03BF\u03BB\u03BF\u03B3\u03B9\u03BA\u03CE\u03BD \u03C3\u03B5\u03B9\u03C1\u03CE\u03BD \u03B8\u03B1 \u03C7\u03C1\u03B7\u03C3\u03B9\u03BC\u03BF\u03C0\u03BF\u03B9\u03BF\u03CD\u03BD \u03C3\u03C5\u03C7\u03BD\u03AC \u03C4\u03B7 \u03C6\u03C5\u03C3\u03B9\u03BA\u03AE \u03BC\u03BF\u03BD\u03CC\u03B4\u03C1\u03BF\u03BC\u03B7 \u03B4\u03B9\u03AC\u03C4\u03B1\u03BE\u03B7 \u03C4\u03BF\u03C5 \u03C7\u03C1\u03CC\u03BD\u03BF\u03C5, \u03AD\u03C4\u03C3\u03B9 \u03CE\u03C3\u03C4\u03B5 \u03BF\u03B9 \u03C4\u03B9\u03BC\u03AD\u03C2 \u03B3\u03B9\u03B1 \u03BC\u03B9\u03B1 \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03B7 \u03C0\u03B5\u03C1\u03AF\u03BF\u03B4\u03BF \u03BD\u03B1 \u03B5\u03BA\u03C6\u03C1\u03AC\u03B6\u03BF\u03BD\u03C4\u03B1\u03B9 \u03C3\u03B1\u03BD \u03BD\u03B1 \u03C0\u03C1\u03BF\u03AD\u03C1\u03C7\u03BF\u03BD\u03C4\u03B1\u03B9 \u03BA\u03B1\u03C4\u03AC \u03BA\u03AC\u03C0\u03BF\u03B9\u03BF \u03C4\u03C1\u03CC\u03C0\u03BF \u03B1\u03C0\u03CC \u03C0\u03C1\u03BF\u03B7\u03B3\u03BF\u03CD\u03BC\u03B5\u03BD\u03B5\u03C2 \u03C4\u03B9\u03BC\u03AD\u03C2 \u03BA\u03B1\u03B9 \u03CC\u03C7\u03B9 \u03B1\u03C0\u03CC \u03BC\u03B5\u03BB\u03BB\u03BF\u03BD\u03C4\u03B9\u03BA\u03AD\u03C2 \u03C4\u03B9\u03BC\u03AD\u03C2 (\u03B2\u03BB\u03AD\u03C0\u03B5 \u03B1\u03BD\u03B1\u03C3\u03C4\u03C1\u03B5\u03C8\u03B9\u03BC\u03CC\u03C4\u03B7\u03C4\u03B1 \u03C7\u03C1\u03CC\u03BD\u03BF\u03C5). \u0397 \u03B1\u03BD\u03AC\u03BB\u03C5\u03C3\u03B7 \u03C4\u03B7\u03C2 \u03C7\u03C1\u03BF\u03BD\u03BF\u03C3\u03B5\u03B9\u03C1\u03AC\u03C2 \u03BC\u03C0\u03BF\u03C1\u03B5\u03AF \u03BD\u03B1 \u03B5\u03C6\u03B1\u03C1\u03BC\u03BF\u03C3\u03C4\u03B5\u03AF \u03C3\u03B5 \u03C0\u03C1\u03B1\u03B3\u03BC\u03B1\u03C4\u03B9\u03BA\u03AC, \u03B1\u03BE\u03B9\u03CC\u03C0\u03B9\u03C3\u03C4\u03B1 \u03BA\u03B1\u03B9 \u03C3\u03C5\u03BD\u03B5\u03C7\u03AE \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03B1, \u03B4\u03B9\u03B1\u03BA\u03B5\u03BA\u03C1\u03B9\u03BC\u03AD\u03BD\u03B1 \u03B1\u03C1\u03B9\u03B8\u03BC\u03B7\u03C4\u03B9\u03BA\u03AC \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03B1 \u03AE \u03B4\u03B9\u03B1\u03BA\u03C1\u03B9\u03C4\u03AC \u03C3\u03C5\u03BC\u03B2\u03BF\u03BB\u03B9\u03BA\u03AC \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03B1 (\u03B4\u03B7\u03BB\u03B1\u03B4\u03AE \u03B1\u03BB\u03BB\u03B7\u03BB\u03BF\u03C5\u03C7\u03AF\u03B5\u03C2 \u03C7\u03B1\u03C1\u03B1\u03BA\u03C4\u03AE\u03C1\u03C9\u03BD, \u03CC\u03C0\u03C9\u03C2 \u03B3\u03C1\u03AC\u03BC\u03BC\u03B1\u03C4\u03B1 \u03BA\u03B1\u03B9 \u03BB\u03AD\u03BE\u03B5\u03B9\u03C2 \u03C3\u03C4\u03B7\u03BD \u03B1\u03B3\u03B3\u03BB\u03B9\u03BA\u03AE \u03B3\u03BB\u03CE\u03C3\u03C3\u03B1)."@el . . . . . "Dalam statistika dan pemrosesan sinyal, deret waktu adalah rangkaian data yang berupa nilai pengamatan (pengamatan) yang diukur selama kurun waktu tertentu, berdasarkan waktu dengan interval yang sama. Beberapa Contoh data deret waktu adalah produksi total tahunan produk pertanian indonesia, harga penutupan harisan sebuah saham di pasar modal untuk kurun waktu satu bulan, suhu udara per jam, dan penjualan total bulanan sebuah pasar swalayan dalam waktu satu tahun. Analisis deret waktu (Bahasa Inggris: time series analysis) merupakan metode yang mepelajari deret waktu, baik dari segi teori yang menaunginya maupun untuk membuat peramalan. Prediksi / Peramalan deret waktu adalah penggunaan model untuk memprediksi nilai pada waktu mendatang berdasar peristiwa yang telah terjadi. Di dunia bisnis, data deret waktu digunakan sebagai bahan acuan pembuatan keputusan sekarang, untuk proyeksi, maupun untuk perencanaan pada masa depan. Contoh penggunaannya adalah pada harga pembukaan harga saham di bursa efek berdasar performa sebelumnya."@in . "Estatistikan, denbora-segida, datu-serie kronologikoa edo serie kronologikoa aldagai bati buruz jasotako datu multzoa da, denboran zehar kokaturiko une ezberdinetan, gehienetan era erregularrean (egunero, urtero, ...). Adibidez, toki bateko eguneroko tenperatura maximoa, hilabeteroko auto salmenta eta haur baten urteroko garaiera denbora serie ezberdinak dira. Denbora serie bat gehienetan beste edozein datu multzo bezala ikertzerik badago ere, denbora serie bat aztertzeko helburu bereziak daude: denbora seriearen bilakaera azaltzen duen egitura aztertzea eta denbora serieko aldagaiari buruz aurresanak egitea. Bi helburu hauek betetzeko, denbora seriea aztertzen duten ereduak eratu behar izaten dira. Denbora serieetarako ereduak aldagaiak une jakin batean hartzen duen balioa iragan gertuko uneetako balioekin loturik dagoela ezarri ohi dute aurretik."@eu . "Une s\u00E9rie temporelle, ou s\u00E9rie chronologique, est une suite de valeurs num\u00E9riques repr\u00E9sentant l'\u00E9volution d'une quantit\u00E9 sp\u00E9cifique au cours du temps. De telles suites de variables al\u00E9atoires peuvent \u00EAtre exprim\u00E9es math\u00E9matiquement afin d'en analyser le comportement, g\u00E9n\u00E9ralement pour comprendre son \u00E9volution pass\u00E9e et pour en pr\u00E9voir le comportement futur. Une telle transposition math\u00E9matique utilise le plus souvent des concepts de probabilit\u00E9s et de statistique."@fr . . . . . . "\u6642\u7CFB\u5217"@ja . . . "Die Zeitreihenanalyse befasst sich in der Statistik mit der inferenzstatistischen Analyse von Zeitreihen und der Vorhersage von Trends (Trendextrapolation) zu ihrer k\u00FCnftigen Entwicklung. Sie ist eine Spezialform der Regressionsanalyse."@de . . . "S\u00E8rie temporal"@ca . . . . "\u65F6\u95F4\u5E8F\u5217\uFF08\u82F1\u8A9E\uFF1Atime series\uFF09\u662F\u4E00\u7EC4\u6309\u7167\u65F6\u95F4\u53D1\u751F\u5148\u540E\u987A\u5E8F\u8FDB\u884C\u6392\u5217\u7684\u6570\u636E\u70B9\u5E8F\u5217\u3002\u901A\u5E38\u4E00\u7EC4\u65F6\u95F4\u5E8F\u5217\u7684\u65F6\u95F4\u95F4\u9694\u4E3A\u4E00\u6052\u5B9A\u503C\uFF08\u59821\u79D2\uFF0C5\u5206\u949F\uFF0C12\u5C0F\u65F6\uFF0C7\u5929\uFF0C1\u5E74\uFF09\uFF0C\u56E0\u6B64\u65F6\u95F4\u5E8F\u5217\u53EF\u4EE5\u4F5C\u4E3A\u79BB\u6563\u65F6\u95F4\u6570\u636E\u8FDB\u884C\u5206\u6790\u5904\u7406\u3002\u65F6\u95F4\u5E8F\u5217\u5E7F\u6CDB\u5E94\u7528\u4E8E\u6570\u7406\u7EDF\u8BA1\u3001\u4FE1\u53F7\u5904\u7406\u3001\u6A21\u5F0F\u8BC6\u522B\u3001\u8BA1\u91CF\u7ECF\u6D4E\u5B66\u3001\u6570\u5B66\u91D1\u878D\u3001\u5929\u6C14\u9884\u62A5\u3001\u5730\u9707\u9884\u6D4B\u3001\u8111\u7535\u56FE\u3001\u63A7\u5236\u5DE5\u7A0B\u3001\u822A\u7A7A\u5B66\u3001\u901A\u4FE1\u5DE5\u7A0B\u4EE5\u53CA\u7EDD\u5927\u591A\u6570\u6D89\u53CA\u5230\u65F6\u95F4\u6570\u636E\u6D4B\u91CF\u7684\u5E94\u7528\u79D1\u5B66\u4E0E\u5DE5\u7A0B\u5B66\u3002"@zh . . . . . . . . . "Une s\u00E9rie temporelle, ou s\u00E9rie chronologique, est une suite de valeurs num\u00E9riques repr\u00E9sentant l'\u00E9volution d'une quantit\u00E9 sp\u00E9cifique au cours du temps. De telles suites de variables al\u00E9atoires peuvent \u00EAtre exprim\u00E9es math\u00E9matiquement afin d'en analyser le comportement, g\u00E9n\u00E9ralement pour comprendre son \u00E9volution pass\u00E9e et pour en pr\u00E9voir le comportement futur. Une telle transposition math\u00E9matique utilise le plus souvent des concepts de probabilit\u00E9s et de statistique."@fr . . . . . . "S\u00E9rie temporal"@pt . . . . . "Szereg czasowy"@pl . . . . . . "Em estat\u00EDstica, econometria, matem\u00E1tica aplicada e processamento de sinais, uma s\u00E9rie temporal \u00E9 uma cole\u00E7\u00E3o de observa\u00E7\u00F5es feitas sequencialmente ao longo do tempo. Em modelos de regress\u00E3o linear com dados cross-section a ordem das observa\u00E7\u00F5es \u00E9 irrelevante para a an\u00E1lise, em s\u00E9ries temporais a ordem dos dados \u00E9 fundamental. Uma caracter\u00EDstica muito importante deste tipo de dados \u00E9 que as observa\u00E7\u00F5es vizinhas s\u00E3o dependentes e o interesse \u00E9 analisar e modelar essa depend\u00EAncia."@pt . . . . .