Временска серија је скуп података или запажања који се односи на једну или више променљивих и уређен је хронолошки.
Временске серије су веома важне у економији. Будући да се у економији током времена прикупљају готово све променљиве. Другим речима, занимљиво је видети еволуцију променљиве током времена, а не одређену вредност у датом тренутку. Дакле, кад год се анализирају економске варијабле, говори се о економским циклусима или трендовима.
Будући да је редослед података од виталног значаја, мора се узети у обзир да ово мења анализу и интерпретацију података. Стога економетрија, која је задужена за тражење и процену односа између економских променљивих, мора узети у обзир ову чињеницу.
Анализа временских серија
Узимајући у обзир да је редослед података важан, можемо рећи да запажања нису независна. Односно, прошлост може утицати на будућност. Економетрија мора бити свесна ове карактеристике и користити математичке алате који јој омогућавају поуздано извођење процена. Дефинитивно:
- Редослед података је важан.
- Посматрања нису независна.
- При процени односа треба узети у обзир да они нису независни.
- Због тога морате користити различите математичке и статистичке технике.
Знајући ово, онда је вредно питати:
- Шта тачно значи да запажања нису независна?
- Којим техникама се анализирају подаци о временским серијама?
Привремена зависност
Одговор на прво питање односи се на временску зависност. Варијабла зависи од времена када подаци из прошлости утичу на вредност променљиве у будућности. На пример, дугорочни светски бруто домаћи производ (БДП) има продужени тренд раста. Што значи да се економски раст одржава током времена. Према томе, оно што се догодило у прошлости има ефекта у будућности.
Супротно томе, ако смотримо матрицу и запишемо датум на који ћемо је бацити, видећемо да не постоји веза између прошлих и садашњих података. У другом случају, прошлост не утиче на будућност.
Технике за анализу података временских серија
Постоји много техника за анализу података временских серија. Међутим, оно што је обично лакше је коришћење регресионог модела. Наравно, регресијски модел који узима у обзир врсту временских серија са којима ради.
Једна од најчешће коришћених и најједноставнијих техника може бити модификација серије или њено узимање у обзир у моделу. На пример, поништите тренд серије БДП-а или у модел укључите променљиву тренда. Иако то није циљ ове дефиниције, поставићемо врло једноставан пример како би се разумело.
Погледајмо следеће графиконе:
Ако израчунамо регресијски модел две претходне серије, сигурно прорачуни указују на то да постоји статистички однос. Међутим, циљеви које постиже Меси немају никакве везе са растом латинске земље. Међутим, уклањањем компоненте тренда, испало би да они уопште нису повезани.
Оно што је описано у претходном пасусу је нешто што се догађа много пута са серијама који су очигледно повезани, али када је истраживање добро изведено, то се не догађа.