Trend liniar + zgomot

Serie sintetică formată dintr-o componentă liniară de trend și o componentă aleatoare de zgomot.

Categorie: Serie cu trend
Tip analiză: serie temporală lunară
Rol: validarea și explicarea metodelor de analiză temporală.

Rezumat statistic

Indicatorii de mai jos sintetizează comportamentul seriei și ajută la interpretarea rapidă a staționarității, a numărului de observații și a punctelor neobișnuite detectate.

Date

72

observații lunare disponibile pentru analiza seriei.

ADF statistic

N/A

valoarea statisticii testului Augmented Dickey-Fuller.

p-value

0.4862

valoare utilizată pentru interpretarea staționarității.

Status

Nestaționară

interpretare automată a comportamentului seriei.

Anomalii

8

puncte neobișnuite identificate pe baza componentei reziduale.

Serie temporală – Trend liniar + zgomot

Graficul prezintă evoluția lunară a seriei. Forma curbei permite observarea trendului, sezonalității, variațiilor locale și eventualelor puncte atipice.

Interpretare automată

Observațiile de mai jos sunt generate automat pe baza caracteristicilor statistice ale seriei temporale.

Seria este staționară
Trend ascendent
Sezonalitate moderată
Variabilitate ridicată

Explicație teoretică

Tip serie: Trend

Descriere:
Seria cu trend liniar conține o direcție clară de evoluție, peste care este adăugat zgomot aleator.

Rol în aplicație:
Este utilă pentru validarea metodelor care identifică trendul și separă componenta sistematică de variațiile locale.

Această secțiune este inclusă pentru a conecta partea vizuală cu interpretarea statistică. În acest mod, seria Trend liniar + zgomot nu este doar afișată grafic, ci este folosită ca exemplu metodologic pentru analiza seriilor temporale.

Componente STL – Trend liniar + zgomot

Descompunerea STL separă seria în trend, sezonalitate și reziduu. Trendul arată direcția generală, sezonalitatea evidențiază tiparul periodic, iar reziduul surprinde variațiile rămase.

Legătura cu analiza NDVI

Seriile sintetice și demonstrative oferă exemple controlate pentru proprietăți precum staționaritatea, trendul și sezonalitatea. După validarea acestor concepte, aceleași metode pot fi aplicate seriilor reale provenite din indici spectrali, precum NDVI, NDMI, SAVI sau EVI.