Временной ряд - это набор данных или наблюдений, которые относятся к одной или нескольким переменным и упорядочены в хронологическом порядке.
Временные ряды очень важны в экономике. Поскольку в экономике почти все переменные собираются с течением времени. Другими словами, интересно увидеть эволюцию переменной во времени, а не конкретное значение в данный момент. Следовательно, всякий раз, когда анализируются экономические переменные, говорят об экономических циклах или тенденциях.
Поскольку порядок данных имеет жизненно важное значение, необходимо учитывать, что это изменяет анализ и интерпретацию данных. Следовательно, эконометрика, отвечающая за поиск и оценку взаимосвязей между экономическими переменными, должна учитывать этот факт.
Анализ временных рядов
Принимая во внимание, что порядок данных имеет значение, мы можем сказать, что наблюдения не являются независимыми. То есть прошлое может повлиять на будущее. Эконометрика должна знать об этой характеристике и использовать математические инструменты, позволяющие делать надежные оценки. Определенно:
- Порядок данных имеет значение.
- Наблюдения не являются независимыми.
- При оценке отношений следует учитывать, что они не являются независимыми.
- Следовательно, вы должны использовать различные математические и статистические методы.
Зная это, тогда стоит спросить:
- Что именно означает, что наблюдения не являются независимыми?
- С помощью каких методов анализируются данные временных рядов?
Временная зависимость
Ответ на первый вопрос касается зависимости от времени. Переменная зависит от времени, когда данные из прошлого влияют на значение переменной в будущем. Например, долгосрочный мировой валовой внутренний продукт (ВВП) имеет длительную тенденцию к повышению. Это означает, что экономический рост сохраняется с течением времени. Следовательно, то, что произошло в прошлом, влияет на будущее.
Напротив, если мы бросим кубик и запишем дату, когда мы его бросаем, мы увидим, что нет никакой связи между прошлыми и настоящими данными. В последнем случае прошлое не влияет на будущее.
Методы анализа данных временных рядов
Существует множество методов анализа данных временных рядов. Однако обычно проще использовать регрессионную модель. Конечно, регрессионная модель, которая учитывает тип временных рядов, с которыми она работает.
Одним из наиболее часто используемых и простых методов может быть изменение ряда или его учет в модели. Например, отключите динамику ряда ВВП или включите в модель переменную тренда. Хотя это не является предметом данного определения, мы приведем очень простой пример, чтобы его можно было понять.
Посмотрим на следующие графики:
Если мы рассчитаем регрессионную модель двух предыдущих серий, несомненно, расчеты показывают, что существует статистическая взаимосвязь. Однако голы, которые забивает Месси, не имеют ничего общего с ростом латинской страны. Однако, если исключить компонент тренда, выяснится, что они вообще не связаны.
То, что описано в предыдущем абзаце, часто случается с сериями, которые явно связаны, но когда исследование сделано хорошо, это не так.