آموزش آمار آموزش تجزیه و تحلیل آماری آموزش تجزیه و تحلیل سریهای زمانی .
.
 
سریهای زمانی، یکی از مهمترین داده های اماری مورد استفاده در تجزیه و تحلیل تجربی هستند. در تحقیقات همواره چنین فرض شده که سری زمانی ماناست و اگر این حالت وجود نداشته باشد، آزمون های اماری که اساس آن ها بر پایه t ، F، خی دو و ... بنا شده است، مورد تردید قرار می گیرد. از طرفی اگر متغیرهای سری زمانی مانا نباشد، ممکن است مشکلی به نام رگرسیون کاذب بروز کند.
یک متغیر سری زمانی وقتی ماناست که میانگین، واریانس و ضریب خود همبستگی آن در طول زمان ثابت باقی بماند.
مانایی دو حالت دارد: ضعیف و قوی. ما معمولا حالت ضعیف را بررسی می کنیم. اگر تمامی گشتاورها در طول زمان ثابت باشد، سری، مانای قوی است؛ ولی اگر گشتاورهای مرتبه اول و دوم ثابت باشد سری مانای ضعیف است.
مجله اینترنتی آموزش آمار و احتمال
http://amar.ibep.ir