Sözlük · approach
Zaman Serisi Tahmini
Sıralı zaman noktalarındaki gözlemlerden gelecek değerleri tahmin etmek için kullanılan istatistiksel modelleme alanı; ARIMA, ETS, state-space modelleri kapsar.
Time Series ForecastingZaman Serisi AnaliziBox-Jenkins Yöntemi
Zaman Serisi Tahmini (Time Series Forecasting), kronolojik sırada toplanmış veri noktalarının (talep, fiyat, sıcaklık, trafik vb.) geçmiş yapısından gelecek değerlerin nokta ve aralık tahminini üreten istatistiksel modelleme dalıdır. Temel bileşenler: trend (uzun vadeli yön), mevsimsellik (periyodik tekrar), döngü (uzun dönemli salınım), kalıntı (gürültü). Klasik metodoloji Box ve Jenkins (1970) tarafından formalize edilmiştir: durağanlık testi (ADF, KPSS), fark alma (d), oto-korelasyon (ACF) ve kısmi oto-korelasyon (PACF) analizi, ARIMA (p,d,q) ve SARIMA (P,D,Q,m) model belirleme, parametre tahmini, artık tanılama. State-space ailesi (ETS — error/trend/seasonal) trend ve mevsimselliği esnek bir çatıda modeller. Holt-Winters üçlü üstel düzleştirme pratik bir öncüldür. Modern yaklaşımlar: yapısal zaman serisi modelleri, dinamik regresyon (dış değişkenli ARIMAX), Bayesian zaman serisi, makine öğrenmesi (gradient boosting, LSTM, Temporal Fusion Transformer). Hyndman ve Khandakar (2008) otomatik model seçim metodolojisini standartlaştırır. Hiyerarşik tahminde alt-üst seviye uyumu için reconciliation yöntemleri kullanılır.
Örnek
Bir e-ticaret operatörü günlük sipariş hacmini SARIMA(1,1,1)(0,1,1)7 modeli ile tahmin eder; haftalık mevsimsellik m=7 ile yakalanır, MAPE %8.4 seviyesinde stabilize olur ve stok ve kargo kapasitesi planı bu çıktıya bağlanır.