Cơ sở dữ liệu chuỗi thời gian bao gồm các chuỗi giá trị hoặc sự kiện được truy cập qua đánh giá lặp lại về thời gian. Các giá trị thường được tính toán trong các khoảng thời gian bằng nhau (ví dụ:hàng giờ, hàng ngày, hàng tuần). Cơ sở dữ liệu chuỗi thời gian phổ biến trong nhiều ứng dụng, chẳng hạn như phân tích thị trường chứng khoán, dự báo kinh tế và bán hàng, phân tích ngân sách, nghiên cứu tiện ích, nghiên cứu hàng tồn kho, dự báo sản lượng, dự báo khối lượng công việc, kiểm soát quá trình và chất lượng, quan sát các hiện tượng tự nhiên (bao gồm khí quyển, nhiệt độ , gió và động đất), các thí nghiệm số và kỹ thuật cũng như các phương pháp điều trị y tế.
Cơ sở dữ liệu chuỗi thời gian cũng là một cơ sở dữ liệu tuần tự. Cơ sở dữ liệu trình tự là bất kỳ cơ sở dữ liệu nào bao gồm các chuỗi sự kiện được sắp xếp theo thứ tự, có hoặc không có dấu mốc thời gian. Ví dụ:trình tự duyệt trang Web và trình tự giao dịch mua sắm của khách hàng là dữ liệu trình tự, nhưng chúng có thể không phải là dữ liệu chuỗi thời gian.
Với việc triển khai ngày càng nhiều cảm biến, thiết bị đo từ xa và các công cụ thu thập dữ liệu trực tuyến khác, lượng dữ liệu chuỗi thời gian đang tăng lên một cách chóng mặt, thường theo thứ tự gigabyte mỗi ngày (chẳng hạn như giao dịch trong kho) hoặc thậm chí lâu dài ( chẳng hạn như từ các chương trình không gian của NASA).
Chuỗi thời gian liên quan đến một biến Y, chẳng hạn, đại diện cho giá đóng cửa hàng ngày của một cổ phiếu trên thị trường chứng khoán, có thể được xem như một hàm của thời gian t, tức là, Y =F (t). Phân tích xu hướng bao gồm bốn yếu tố hoặc chuyển động chính sau đây đối với dữ liệu chuỗi thời gian đặc trưng -
Xu hướng hoặc chuyển động dài hạn - Những điều này chỉ ra hướng chung trong đó đồ thị chuỗi thời gian đang di chuyển trong một khoảng thời gian dài. Chuyển động này được hiển thị bằng đường cong xu hướng hoặc đường xu hướng. Ví dụ, đường cong xu hướng được biểu thị bằng một đường cong đứt đoạn. Các phương pháp điển hình để xác định đường cong xu hướng hoặc đường xu hướng bao gồm phương pháp trung bình động có trọng số và phương pháp bình phương nhỏ nhất, sẽ được thảo luận ở phần sau.
Chuyển động tuần hoàn hoặc các biến thể theo chu kỳ - Chúng đề cập đến các chu kỳ, tức là các dao động dài hạn về một đường xu hướng hoặc đường cong, có thể có hoặc không theo chu kỳ. Có nghĩa là, các chu kỳ không nhất thiết phải tuân theo các mẫu chính xác giống nhau sau những khoảng thời gian bằng nhau.
Chuyển động theo mùa hoặc các biến thể theo mùa - Đây là những thứ có hệ thống hoặc liên quan đến lịch. Ví dụ bao gồm các sự kiện lặp lại hàng năm, chẳng hạn như doanh số bán sôcôla và hoa tăng đột biến trước Ngày lễ tình nhân hoặc các mặt hàng trong cửa hàng bách hóa trước Giáng sinh. Sự gia tăng lượng nước tiêu thụ vào mùa hè do thời tiết ấm áp là một ví dụ khác. Trong các ví dụ này, các chuyển động theo mùa là các mô hình giống hệt nhau hoặc gần giống nhau mà một chuỗi thời gian dường như tuân theo trong các tháng tương ứng của các năm liên tiếp.
Chuyển động bất thường hoặc ngẫu nhiên - Những điều này đặc trưng cho sự chuyển động rời rạc của chuỗi thời gian do các sự kiện ngẫu nhiên hoặc ngẫu nhiên, chẳng hạn như tranh chấp lao động, lũ lụt hoặc những thay đổi nhân sự được thông báo trong công ty.