Analisis Time Series
Jika penghitungan secara tepat dapat dilakukan, model yang diperoleh akan sepenuhnya bersifat deterministik. Jika tidak, maka disebut model probabilitas atau model stokastik. Model time series yang digunakan untuk peramalan dan pengendalian (forecasting and control) termasuk ke dalam model stokastik.
Dalam membangun model untuk menggambarkan perilaku suatu fenomena fisik (physical phenomenon), terkadang dimungkinkan untuk mendapatkan model berdasarkan hukum fisika, yang memungkinkan kita menghitung nilai beberapa kuantitas yang bergantung pada waktu secara tepat.
Sebagai contoh, kita dapat menghitung panjang lintasan rudal yang diluncurkan ke arah tertentu dengan kecepatan yang telah ditentukan. Jika penghitungan panjang lintasan rudal dapat secara tepat diperoleh, model seperti itu akan sepenuhnya bersifat deterministik.
Namun, mungkin dapat dikatakan bahwa tidak ada fenomena yang sepenuhnya deterministik, karena faktor-faktor yang tidak diketahui dapat terjadi seperti variabel kecepatan angin yang dapat membuat rudal sedikit keluar jalur atau lintasan.
Selain itu, dalam banyak masalah, kita harus mempertimbangkan fenomena yang bergantung pada waktu, seperti penjualan kertas koran bulanan, di mana terdapat banyak faktor yang tidak diketahui sehingga tidak memungkinkan menulis model deterministik untuk mendapatkan kalkulasi yang tepat terkait perilaku masa depan (future behavior) dari suatu fenomena.
Namun demikian, masih dimungkinkan untuk mendapatkan model yang dapat digunakan untuk menghitung probabilitas nilai masa depan (future value) yang terletak di antara dua batas tertentu. Model seperti itu disebut model probabilitas atau model stokastik. Model time series yang digunakan untuk peramalan dan pengendalian (forecasting and control) termasuk ke dalam model stokastik.
Box, George E.P., et al. (2016). Time Series Analysis - Forecasting & Control, 5th ed. New Jersey: John Wiley & Sons, Inc.
If you want something, don't wish for it; work for it. Life is too short to wait.
Stephen Hines