Çok çeşitli veri analistlerinin üzerinde anlaştığı katı, resmi tanımlar olduğundan şüpheliyim.
Ancak genel olarak zaman serileri , çok uzun bir süre boyunca düzenli aralıklarla gözlemlenen tek bir çalışma birimini ifade eder. Prototip bir örnek, bir ülkenin onlarca yıl veya hatta yüz yıldan fazla yıllık GSYİH büyümesi olacaktır. Özel bir şirkette çalışan bir analist için, şirketin ömrü boyunca aylık satış gelirleri olabilir. Çok fazla gözlem olduğu için veriler, farklı dönemlerde mevsimsellik gibi şeyleri araştırarak ayrıntılı olarak analiz edilir (örneğin, aylık: insanların ödendikten hemen sonra bir ayın başında daha fazla satış; yıllık: Kasım ayında daha fazla satış ve Aralık ayı, insanlar Noel sezonu için alışveriş yaparken) ve muhtemelen rejim değişiyor. @StephanKolassa'nın belirttiği gibi, tahmin genellikle çok önemlidir.
Uzunlamasına tipik olarak çok sayıda çalışma ünitesinde daha az ölçüm anlamına gelir. Prototip bir örnek, başlangıçta (tedaviden önce) ve önümüzdeki 3 ay boyunca aylık olarak ölçülen yüzlerce hastanın olduğu bir ilaç denemesi olabilir. Bu örnekteki her birimin sadece 4 gözlemiyle, zaman serisi analistlerinin ilgilendiği özellik türlerini tespit etmeye çalışmak mümkün değildir. Diğer yandan, muhtemelen tedavi ve kontrol kollarına randomize edilen hastalar ile nedensellik bir kez çıkarılabilir bağımsız olmama sorunu giderildi. Bu da öne sürdüğü gibi, genellikle bağımsız olmama durumu, birincil ilgi özelliğinden ziyade neredeyse bir sıkıntı olarak görülmektedir.