A time series is a sequence of data

A time series is a sequence of data points, measured typically at successive points in time spaced at uniform
time intervals. Time series are used in statistics, signal processing, pattern recognition, econometrics, mathematical
finance, weather forecasting, earthquake prediction, electroencephalography, control engineering, astronomy, and
communications engineering13,14. Time series analysis comprises methods for analyzing time series data in order to
extract meaningful statistics and other characteristics of the data. Methods for time series analysis are moving average
method, exponential smoothing method, autoregressive Model, and so forth. In this section, we introduce a most-used
model in time series analysis, that is autoregressive moving average model(ARMA). Time series forecasting is the use
of a model to forecast future values based on previously observed values. We will forecast future values of influencing
factors and total water requirement via ARMA model in our experiment.

ผลลัพธ์ (ไทย) 2:

อนุกรมเวลาเป็นลำดับของจุดข้อมูลที่วัดโดยทั่วไปที่จุดต่อเนื่องในช่วงเวลาระยะห่างที่สม่ำเสมอ
ช่วงเวลา อนุกรมเวลาที่ใช้ในการสถิติการประมวลผลสัญญาณการจดจำรูปแบบเศรษฐศาสตร์คณิตศาสตร์
การเงินการพยากรณ์อากาศทำนายแผ่นดินไหว electroencephalography วิศวกรรมควบคุมดาราศาสตร์และ
การสื่อสาร engineering13,14 การวิเคราะห์อนุกรมเวลาประกอบด้วยวิธีการในการวิเคราะห์ข้อมูลอนุกรมเวลาในการที่จะ
ดึงสถิติที่มีความหมายและลักษณะอื่น ๆ ของข้อมูล วิธีการในการวิเคราะห์อนุกรมเวลาเป็นค่าเฉลี่ยเคลื่อนที่
วิธีการวิธีการปรับให้เรียบชี้แจงอัตรุ่นและอื่น ๆ ในส่วนนี้เราจะแนะนำส่วนใหญ่ที่ใช้
แบบจำลองในการวิเคราะห์อนุกรมเวลาที่เป็นอัตย้ายแบบเฉลี่ย (ARMA) พยากรณ์อนุกรมเวลาคือการใช้
รูปแบบที่จะคาดการณ์ค่าในอนาคตขึ้นอยู่กับค่าสังเกตก่อนหน้านี้ เราจะคาดการณ์ในอนาคตของค่าที่มีอิทธิพลต่อ
ปัจจัยและความต้องการน้ำทั้งหมดที่ผ่านรูปแบบ ARMA ในการทดลองของเรา

ผลลัพธ์ (ไทย) 3:

อนุกรมเวลาคือลำดับของจุดข้อมูลวัดที่จุดในเวลาที่ต่อเนื่องโดยเว้นระยะห่างในช่วงเวลา
เวลาที่สม่ำเสมอ อนุกรมเวลาที่ใช้ในสถิติ , การประมวลผลสัญญาณ , รูปแบบการรับรู้ เศรษฐมิติทางคณิตศาสตร์
การเงินสภาพอากาศ , พยากรณ์ , การทำนายแผ่นดินไหว ไคลเอ็นต์ , การควบคุม , วิศวกรรม , ดาราศาสตร์และ
engineering13,14 การสื่อสารการวิเคราะห์อนุกรมเวลาประกอบด้วยวิธีการวิเคราะห์ข้อมูลอนุกรมเวลาเพื่อ
สกัดสถิติมีความหมายและลักษณะอื่น ๆของข้อมูล วิธีการสำหรับการวิเคราะห์อนุกรมเวลาย้ายวิธีการปรับให้เรียบแบบเอ็กซ์โปเนนเชียลแบบเฉลี่ย
ตัวโมเดล และอื่น ๆ ในส่วนนี้เราแนะนำใช้
ที่สุดรูปแบบในการวิเคราะห์อนุกรมเวลา ,ที่เป็นค่าเฉลี่ยแบบเคลื่อนไหว ( อาวุธ ) การพยากรณ์อนุกรมเวลา คือ การใช้แบบจำลองเพื่อพยากรณ์อนาคต
ยึดค่าก่อนหน้านี้พบว่าค่า เราจะคาดการณ์ค่าในอนาคตของปัจจัยทั้งหมดมีอิทธิพลต่อ
และความต้องการน้ำผ่านทางรูปแบบ อาวุธในการทดลองของเรา