I den mest intuitive forstand betyder stationaritet, at de statistiske egenskaber ved en proces, der genererer en tidsserie, ikke ændres over tid. Det betyder ikke, at serien ikke ændrer sig over tid, bare at måden, den ændrer sig på, ikke i sig selv ændrer sig over tid.
Hvad er stationære og ikke-stationære tidsserier?
En stationær tidsserie har statistiske egenskaber eller momenter (f.eks. middelværdi og varians), der ikke varierer i tid. Stationaritet er altså status for en stationær tidsserie. Omvendt er ikke-stationaritet status for en tidsserie, hvis statistiske egenskaber ændrer sig gennem tiden.
Hvad er ikke-stationære tidsseriemodeller?
Enhver tidsserie uden et konstant gennemsnit over tid er ikke-stationært. Modeller af formen Yt=µ t + Xt hvor µ t er en ikke-konstant middel-funktion, og Xt er en nul-middelværdi, stationær serie, blev overvejet i kapitel 3.
Hvad gør en tidsserie stationær?
Tidsserier er stationære hvis de ikke har trend- eller sæsoneffekter. Opsummerende statistikker beregnet på tidsserierne er konsistente over tid, som middelværdien eller variansen af observationerne. Når en tidsserie er stationær, kan den være nemmere at modellere.
Hvad er multivariate tidsserier?
En multivariat tidsserie har mere end én tidsafhængig variabel. Hver variabel afhænger ikke kun af dens tidligere værdier, men har også en vis afhængighed af andre variabler. Denne afhængighed bruges til at forudsige fremtidige værdier. … I dette tilfælde er der flere variabler, der skal tages i betragtning for at forudsige temperaturen optim alt.
