Was sind Zeitreihendiagramme?
Share
Ein Merkmal von Daten, das Sie möglicherweise berücksichtigen möchten, ist das der Zeit. Ein Diagramm, das diese Reihenfolge erkennt und die Änderung der Werte einer Variablen im Verlauf der Zeit anzeigt, wird als Zeitreihendiagramm bezeichnet.
Angenommen, Sie möchten das Klima einer Region einen ganzen Monat lang untersuchen. Jeden Tag mittags notieren Sie die Temperatur und tragen diese in ein Protokoll ein. Mit diesen Daten könnten verschiedene statistische Studien durchgeführt werden. Sie können den Mittelwert oder den Median der Temperatur für den Monat ermitteln. Sie können ein Histogramm erstellen, das die Anzahl der Tage anzeigt, an denen die Temperaturen einen bestimmten Wertebereich erreichen. Bei all diesen Methoden wird jedoch ein Teil der von Ihnen gesammelten Daten ignoriert.
Da jedes Datum mit dem Temperaturmesswert für den Tag gekoppelt ist, müssen Sie sich die Daten nicht als zufällig vorstellen. Sie können stattdessen die angegebenen Zeiten verwenden, um den Daten eine chronologische Reihenfolge zuzuweisen.
Erstellen eines Zeitreihendiagramms
Um ein Zeitreihendiagramm zu erstellen, müssen Sie beide Teile des gepaarten Datensatzes betrachten. Beginnen Sie mit einem kartesischen Standardkoordinatensystem. Die horizontale Achse wird zum Zeichnen der Datums- oder Zeitinkremente verwendet, und die vertikale Achse wird zum Zeichnen der Variablenwerte verwendet, die Sie messen. Dabei entspricht jeder Punkt in der Grafik einem Datum und einer gemessenen Größe. Die Punkte im Diagramm sind normalerweise durch gerade Linien in der Reihenfolge verbunden, in der sie auftreten.
Verwendung eines Zeitreihendiagramms
Zeitreihendiagramme sind wichtige Werkzeuge in verschiedenen statistischen Anwendungen. Beim Aufzeichnen von Werten derselben Variablen über einen längeren Zeitraum ist es manchmal schwierig, einen Trend oder ein Muster zu erkennen. Sobald jedoch dieselben Datenpunkte grafisch angezeigt werden, springen einige Funktionen heraus. Zeitreihendiagramme machen Trends leicht erkennbar. Diese Trends sind wichtig, um in die Zukunft zu projizieren.
Neben Trends weisen das Wetter, Geschäftsmodelle und sogar Insektenpopulationen zyklische Muster auf. Die untersuchte Variable weist keine kontinuierliche Zunahme oder Abnahme auf, sondern steigt und fällt je nach Jahreszeit. Dieser Zyklus des Erhöhens und Verringerns kann auf unbestimmte Zeit andauern. Diese zyklischen Muster sind auch anhand eines Zeitreihendiagramms leicht zu erkennen.
Ein Beispiel für ein Zeitreihendiagramm
Sie können den Datensatz in der folgenden Tabelle verwenden, um ein Zeitreihendiagramm zu erstellen. Die Daten stammen vom US Census Bureau und geben die US-Wohnbevölkerung von 1900 bis 2000 an. Die horizontale Achse misst die Zeit in Jahren und die vertikale Achse repräsentiert die Anzahl der Menschen in den USA eine gerade Linie. Dann wird die Steigung der Linie während des Baby-Booms steiler.
US-Bevölkerungsdaten 1900-2000
| Jahr | Population |
| 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 |
