En tidsserie er et sett med data eller observasjoner som refererer til en eller flere variabler og er ordnet kronologisk.
Tidsserier er veldig viktige i økonomi. Siden i økonomien er nesten alle variablene samlet over tid. Med andre ord er det interessant å se utviklingen av en variabel over tid, ikke den spesifikke verdien i et gitt øyeblikk. Derfor, når økonomiske variabler blir analysert, snakker man om økonomiske sykluser eller trender.
Siden rekkefølgen på dataene er av avgjørende betydning, må det tas i betraktning at dette endrer analysen og tolkningen av dataene. Derfor må økonometri, som har ansvaret for å søke etter og estimere sammenhenger mellom økonomiske variabler, ta hensyn til dette.
Tidsserie-analyse
Tatt i betraktning at rekkefølgen på dataene betyr noe, kan vi si at observasjonene ikke er uavhengige. Det vil si at fortiden kan påvirke fremtiden. Økonometri må være klar over denne karakteristikken og bruke matematiske verktøy som gjør det mulig å gjøre estimater pålitelig. Helt sikkert:
- Rekkefølgen på dataene betyr noe.
- Observasjonene er ikke uavhengige.
- Når man estimerer forhold, bør det tas i betraktning at de ikke er uavhengige.
- Derfor må du bruke forskjellige matematiske og statistiske teknikker.
Når du vet dette, er det verdt å spørre:
- Hva betyr det egentlig at observasjonene ikke er uavhengige?
- Med hvilke teknikker blir tidsseriedata analysert?
Midlertidig avhengighet
Svaret på det første spørsmålet refererer til tidsavhengighet. En variabel er tidsavhengig når data fra fortiden påvirker verdien av variabelen i fremtiden. For eksempel har det langsiktige verdens bruttonasjonalproduktet (BNP) en langvarig opptrend. Noe som betyr at økonomisk vekst opprettholdes over tid. Derfor har det som skjedde tidligere en effekt i fremtiden.
Tvert imot, hvis vi ruller en terning og skriver ned datoen da vi ruller den, vil vi se at det ikke er noe forhold mellom tidligere og nåværende data. I sistnevnte tilfelle påvirker ikke fortiden fremtiden.
Teknikker for analyse av tidsseriedata
Det er mange teknikker for å analysere tidsseriedata. Det som vanligvis er enklere er imidlertid å bruke en regresjonsmodell. Selvfølgelig en regresjonsmodell som tar hensyn til typen tidsserie den fungerer med.
En av de mest brukte og enkleste teknikkene kan være å endre serien eller ta den i betraktning i modellen. Untrend for eksempel en BNP-serie eller inkluder en trendvariabel i modellen. Selv om det ikke er gjenstand for denne definisjonen, vil vi sette et veldig enkelt eksempel slik at den blir forstått.
La oss se på følgende grafer:
Hvis vi beregner en regresjonsmodell for de to forrige seriene, antyder beregningene at det er et statistisk forhold. Målene som Messi scorer har imidlertid ingenting å gjøre med veksten i et latinsk land. Imidlertid, ved å eliminere trendkomponenten, ville det komme ut at de ikke er i slekt.
Det som er beskrevet i forrige avsnitt er noe som skjer mange ganger med serier som tilsynelatende er relatert, men når forskningen er gjort bra, gjør de det ikke.