السلاسل الزمنية

السلاسل الزمنية: random data plus trend, with best-fit line and different smoothings

السلسلة الزمنية:(Time series) مجموعة من القياسات المسجلة لمتغير واحد أو أكثر مرتبة وفق حدوثها في الزمن وتعطي قيم ظاهرة محددة ونقرأ هذه القيم من اليسار إلى اليمين فنقول أن أول n من هذه المشاهدة هي:( x1 , x2 , x3 , ...,xn.) وتعتبر السلاسل الزمنية من أهم أسليب التنبؤ حول المستقبل من خلال وقائع الأمس واليوم.

رياضياً: نقول أن متغير الزمن المستقل (t) والقيم المناظرة له المتغير التابع (y) وإن كل قيمة في الزمن t يقابلها قيم للمتغير التابع y فإن y دالة في الزمن t

من أهم السلاسل الزمنية تلك الخاصة بالمؤشرات الاقتصادية والمبيعات السنوية للشركات بكافة أوجه نشاطاتها والتعليم وحجم السكان وما شابه ذلك, والتغير الذي يحدث في قيم متغير السلسلة الزمنية أو قيم متغيراتها يعتبر دالة في الزمن يمكن تمثيلها بيانياً باتخاذ المحور الأفقي للزمن والرأسي لقيم المتغير.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

مكونات السلسلة الزمنية

  • الاتجاه العام ( Secular Trend )
  • التغيرات الموسمية ( Seasonal Variations )
  • التغيرات الدورية ( Cyclical Variations )
  • التغيرات العشوائية أو العرضية ( Irregular Variations )

إن هذه المكونات (العناصر) الأربع الخاصة بالسلسلة الزمنية والتي تتأثر بالعوامل الاقتصادية والبيئية والاجتماعية والسياسية وما إلى ذلك وسنتعرض لكل من هذه العناصر بصورة تفي بالغرض المطلوب.

الاتجاه العام

اتجاه السلسلة الذي تأخذه السلسلة الزمنية للظاهرة محل الدراسة من خلال فترة زمنية سواء في اطراد متزايد (اتجاه موجب) أو متناقص (اتجاه سالب) أو الأمرين معاً كالنمو السكاني في حالة التزايد و الأمية بالتناقص وكمبيعات مادة ما تتطور بشكل واضح كجهاز التلفزيون الأسود والأبيض والملون أو عدد العمال للشركات التي تستخدم التكنولوجيات وفي كل الحالات يكون التغيير فيها ليس مفاجئاً بل بالتدريج وهو ميزة للاتجاه العام الذي يعتبر من أهم عناصر السلسلة الزمنية والشكل التالي يبين الاتجاهين الموجب والسالب.

الاتجاه العام يبين الحركة المنتظمة لحالات التزايد (النمو) والتناقص (الركود) لفترات زمنية طويلة.

الفترة الزمنية تشمل دورتين اقتصاديتين على الأقل بقصد الحصول على نتائج وافية.

الاتجاه العام يقيس متوسط التغير لكل فترة زمنية واحدة

الاتجاه العام رياضياً قد يكون خطاً مستقيماً أو غير خطي مثل المنحنى الأسي (قياس غير منتظم أو غير ثابت) أو منحنى يأخذ شكل S ( نمو في الأجل الطويل لمؤسسة) أو منحنى قطع مكافئ وهو معادلة رياضية من الدرجة الثانية y = a t2 + b t + c حيث a, b , c قيم ثابتة

التغيرات الموسمية

فترات خاصة كالأعياد أو بداية العام الدراسي مثلاً حيث يكثر بيع سلعة معينة وتعد هذه الفترات مجالاً جيداَ للدراسة وقد يلعب الطقس والتقاليد والاحتفالات الدينية كالحج والوطنية بالتأثير على التغير الموسمي الذي لا يزيد طول فترته عن السنة فقد يكون أسبوعياً لبيع أحدى المجلات أسبوعياً أو يومياً للصحف اليومية أو أنتاج البيض كل أربعة أشهر والشكل التالي يبين نموذج لهذا المتغير (الموسمي).

التغيرات الدورية

التغيرات التي تطرأ على الدورات الاقتصادية من ارتفاع وهبوط بمدة تتجاوز السنة وبيانها كبيان دالة الجيب أو الجيب تمام مع وجود اختلاف في الطول والسعة وتضم عدة خمسة مراحل في الدورة الكاملة هي الارتفاع الأولي - التراجع - الركود - الانتعاش - الارتفاع النهائي وقد تمتد طول الفترة (الدورة الكاملة) من ثماني سنوات إلى عشر سنوات وترجع لعوامل كثيرة مثل سياسة الحكومة والعلاقات الدولية وغيرها ويقاس طول الدورة (التجارية) بطول الفترة الزمنية بين مرحلتي ازدهار متتاليتين أو ركود متتاليتين، والشكل التالي يبين نموذج لها.

التغيرات العشوائية

تشير هذه التغيرات وهي غير منتظمة لتحركات السلسلة الزمنية لأعلى ولأسفل بعد استبعاد التغيرات الأخرى والاتجاه العام وتنشأ هذه التغيرات لعوامل لا يمكن التحكم بها كالزلازل والبراكين والفيضانات والحروب وإفلاس بنك وما شابه ذلك، ومن الواضح بأنه لا يمكن التنبؤ بها لعدم انتظامها من جهة وللفترة الزمنية الصغيرة التي تحدث فيها ويسهل تأثيرها عند دراسة العناصر الأخرى للسلسلة الزمنية وغالباً يشار إليها بالتغيرات المتبقية Residual Variations لكونها تضم ما تبقى من العوامل التي لم يشار إليها في عناصر السلسلة الثلاثة السابق ذكرها وبالطبع هذا العنصر عشوائي لأنه يقع فجأة أو للصدفة، والشكل التالي يبين نموذج للتغير العشوائي.

أنواع السلاسل الزمنية

أولاًُ: نوعية قيم السلسلة: من حيث كونها قيماً متصلة أو غير متصلة ، ويؤدي هذا المعيار إلى الصنفين التاليين:

  • السلاسل الزمنية المتصلة: وهي السلاسل الزمنية التي نقيس فيها قيم ظاهرة متغيرة خلال فترة من الزمن مثل الساعة ، اليوم ، الأسبوع ، الشهر ، ربع سنة .. الخ ، ومن أمثلة هذه السلاسل كمية استهلاك الطاقة الكهربائية شهرياً ، ونسب المواليد خلال العام ، وحجم الاستيراد والتصدير في بلد ما خلال العام ، وكمية الأمطار السنوية وغيرها .
  • السلاسل الزمنية غير المتصلة (المتقطعة): وهي السلاسل الزمنية التي نقيس فيها قيم ظاهرة متغيرة عند لحظة من الزمن ، ومن أمثلة هذه السلاسل عدد السكان في مدينة ما في اليوم الأول من كل سنة.

ثانياً: طبيعة الزمن الذي تحدث فيه قيم السلسلة الزمنية ، ومن حيث أن هذا الزمن محدد مسبقاً أو غير محدد ، ويؤدي هذا المقياس إلى الصنفين التاليين:

  • السلاسل الزمنية النقطية: وهي السلاسل التي تقاس قيمتها في أزمنة غير متوقعة مثل سلاسل الكوارث ، سقوط الطائرات ، حوادث القطارات ، حوادث السيارات ، سلسلة الهزات الأرضية.
  • السلاسل الزمنية غير النقطية: وهي التي تقاس في أزمنة محددة مسبقاً ، ومن أمثلة هذه السلاسل : سلسلة أرباح شركة الإسمنت في منتصف العام ، وسلسلة معدل الدخل السنوي للأفراد والتي تقاس في نهاية كل عام وغيرها.

ثالثاً: عدد القيم التي تأخذها السلسلة عند كل قياس ، ويؤدي هذا المقياس إلى النوعين التاليين من السلاسل الزمنية:

  • السلاسل الزمنية الثنائية: وهي السلاسل التي تأخذ إحدى قيمتين ، صفر أو واحد (فشل أو نجاح) وتظهر مثل هذه السلاسل في الهندسة الكهربائية وفي نظرية الاتصالات.
  • السلاسل الزمنية غير الثنائية: وهي التي تأخذ أكثر من قيمتين ، ومن أمثلة هذه السلاسل: أعداد السكان ، وأعداد المواشي .

رابعاً: التغيرات التي تحدث في السلسلة مع الزمن: ويقصد بالتغيرات الاتجاه العام لنمو السلسلة والأمور التي تتكرر فيها ، وهذا المقياس يؤدي إلى الأصناف التالية:

  • السلاسل ذات الاتجاه المتزايد: وهي السلاسل التي يمكن أن يتوسط نقطها خط مستقيم متزايد (ميله موجب) ومن أمثلة هذه السلاسل تلك التي تمثل أعداد السكان ، وسلاسل الدخل القومي ، وسلاسل حوادث السيارات.
  • السلاسل ذات الاتجاه المتناقص: وهي السلاسل التي يمكن أن يتوسط نقطها خط مستقيم متناقص (ميله سالب) ، ومن أمثلة ذلك سلاسل مساحة الأراضي الزراعية في منطقة معينة والتي هي في تناقص مستمر بسبب انتشار الأبنية عليها.
  • السلاسل ذات الاتجاه الثابت: وهي السلاسل التي يمكن أن يتوسط نقطها خط مستقيم ثابت (ميله صفر) ، ومن أمثلة ذلك سلسلة الطاقة الكهربائية المستهلكة في إضاءة الإشارات الضوئية ، والشوارع الرئيسية في إحدى المدن .
  • السلاسل ذات التغيرات المتكررة على فترات متباعدة: وهي السلاسل التي يمكن أن يتوسط نقطها خط يشبه منحنى اقتر الجيب (أو جيب التمام) بعد تعرضه لدوران بزاوية مناسبة ، وذلك لأن قيم السلسلة قد تتأثر بأمور فصلية أو سنوية ، ومن أمثلة ذلك سلسلة مبيعات الملابس الصوفية التي تتم في كافة أيام السنة ولكنها تزداد في فصل الشتاء وتنقص في الصيف.

انظر ايضا

المصادر

قراءات اضافية

  • Bloomfield, P. (1976). Fourier analysis of time series: An introduction. New York: Wiley.
  • Box, George; Jenkins, Gwilym (1976), Time series analysis: forecasting and control, rev. ed., Oakland, California: Holden-Day 
  • Brillinger, D. R. (1975). Time series: Data analysis and theory. New York: Holt, Rinehart. & Winston.
  • Brigham, E. O. (1974). The fast Fourier transform. Englewood Cliffs, NJ: Prentice-Hall.
  • Elliott, D. F., & Rao, K. R. (1982). Fast transforms: Algorithms, analyses, applications. New York: Academic Press.
  • Gershenfeld, Neil (2000), The nature of mathematical modeling, Cambridge: Cambridge Univ. Press, ISBN 978-0521570954, OCLC 174825352 
  • Jenkins, G. M., & Watts, D. G. (1968). Spectral analysis and its applications. San Francisco: Holden-Day.
  • Priestley, M. B. (1981). Spectral analysis and time series. New York: Academic Press.
  • Shasha, D. (2004), High Performance Discovery in Time Series, Berlin: Springer, ISBN 0387008578 
  • Shumway, R. H. (1988). Applied statistical time series analysis. Englewood Cliffs, NJ: Prentice Hall.
  • Wiener, N.(1964). Extrapolation, Interpolation, and Smoothing of Stationary Time Series.The MIT Press.
  • Wei, W. W. (1989). Time series analysis: Univariate and multivariate methods. New York: Addison-Wesley.

وصلات خارجية

الكلمات الدالة: