تنبؤ السلسلة الزمنية (Time Series Forecast)
هذا التحليل له هدفان: تحديد طبيعة تسلسل القراءات والتنبؤ بالأقيام المستقبلية باستخدام القراءات التاريخية (التنبؤ). وفي تحليل السلسة الزمنية فإنه يفترض أن البيانات تشتمل على أنماط منتظمة ومؤشرات عشوائية سلبية والتي عادة ما تجعل النمط صعب التحديد. ومعظم أساليب التحليل الزمنية تستخدم الفرز لإزالة المؤثرات السلبية.
وهناك مكونان رئيسيان لأنماط السلسلة الزمنية: الاتجاه والموسمية. والاتجاه عنصر خطي أو غير خطي ولا يتكرر ضمن المدى الزمني. والموسمية تعيد نفسها على فترات منتظمة من الزمن. ويتواجد هذان العنصران في البيانات الحقيقية في أغلب الأحيان.
وتحليل الإتجاه (Trend Analysis)أسلوب يُستخدم لتحديد عنصر الاتجاه في بيانات السلسلة الزمنية. وفي كثير من الحالات فإنه يمكن تحديد البيانات بصورة تقريبية عن طريق دالة خطية ولكنها لوغاريثمية, كما يمكن إستخدام الدالة الأسية والدالة كثيرة الحدود أيضا. وتدعم رسوم دونداس البيانية التقريب كثير الحدود والتقريب الخطي (يتم تنفيذه كحالة خاصة للتقريب كثير الحدود).
تحليل الإنحدار (Regression Analysis) المستخدم في تحليل الإتجاه هو دراسة للعلاقات بين المتغيرات وغرضه التنبؤ أو تقدير قيمة متغير واحد من القيم المعروفة للمتغيرات الأخرى المرتبطة بها. وتسمي عملية تفصيل المعادلات للبيانات بالإنحدار حيث تُستخدم هذه المعادلات في إجراء التنبؤات والحكم على قوة العلاقات.
والتوقع والتقدير الاستقرائي من الأقيام الحالية للأقيام المستقبلية لا يعتبر دالة لتحليل الإنحدار. وللتوقع المستقبلي يتم استخدام تحليل السلسلة الزمنية.
ولتوقع الأقيام فإن من الضروري العثور على دالة تنبؤية تعمل على تقليص المسافات إلى أدنى حد ممكن بين جميع النقاط والدالة التنبؤية نفسها. وأكثر الدالات التنبؤية شيوعا هي طريقة التربيع الأقل (Least –squares) وهي تحسب الحد الأدنى لمتوسط الإنحرافات التربيعية بين النقاط والدالة المقدرة.