Laiko eilutės - kas tai yra, apibrėžimas ir sąvoka
Laiko eilutė yra duomenų ar stebėjimų rinkinys, nurodantis vieną ar daugiau kintamųjų ir išdėstytas chronologiškai.
Laiko eilutės yra labai svarbios ekonomikoje. Kadangi ekonomikoje beveik visi kintamieji yra surenkami laikui bėgant. Kitaip tariant, įdomu pamatyti kintamojo raidą bėgant laikui, o ne konkrečią vertę tam tikru momentu. Taigi, analizuojant ekonominius kintamuosius, kalbama apie ekonomikos ciklus ar tendencijas.
Kadangi duomenų eiliškumas yra gyvybiškai svarbus, reikia atsižvelgti į tai, kad tai keičia duomenų analizę ir aiškinimą. Vadinasi, ekonometrija, atsakinga už ekonominių kintamųjų sąsajų paiešką ir įvertinimą, turi atsižvelgti į šį faktą.
Laiko eilučių analizė
Atsižvelgdami į tai, kad svarbi duomenų tvarka, galime sakyti, kad pastebėjimai nėra nepriklausomi. Tai yra, praeitis gali paveikti ateitį. Ekonometrija turi žinoti šią savybę ir naudoti matematines priemones, leidžiančias patikimai atlikti įvertinimus. Tikrai:
- Svarbi duomenų tvarka.
- Stebėjimai nėra nepriklausomi.
- Vertinant santykius, reikia atsižvelgti į tai, kad jie nėra nepriklausomi.
- Todėl turite naudoti skirtingus matematinius ir statistinius metodus.
Tai žinant, verta paklausti:
- Ką tiksliai reiškia, kad stebėjimai nėra nepriklausomi?
- Kokiais būdais analizuojami laiko eilučių duomenys?
Laikina priklausomybė
Atsakymas į pirmąjį klausimą susijęs su priklausomybe nuo laiko. Kintamasis priklauso nuo laiko, kai praeities duomenys turi įtakos kintamojo vertei ateityje. Pavyzdžiui, ilgalaikio pasaulio bendrojo vidaus produkto (BVP) augimo tendencija yra ilgalaikė. Tai reiškia, kad laikui bėgant ekonomikos augimas bus palaikomas. Todėl tai, kas vyko praeityje, turi įtakos ir ateityje.
Priešingai, jei išvyniosime štampą ir užsirašysime datą, kada jį užvyniosime, pamatysime, kad nėra ryšio tarp praeities ir dabarties duomenų. Pastaruoju atveju praeitis neturi įtakos ateičiai.
Laiko eilučių duomenų analizės metodikos
Yra daug laiko eilučių duomenų analizės metodų. Tačiau paprastai yra lengviau naudoti regresijos modelį. Žinoma, regresijos modelis, kuriame atsižvelgiama į laiko eilučių, su kuriomis jis veikia, tipą.
Vienas iš dažniausiai naudojamų ir paprasčiausių būdų gali būti modifikuoti seriją arba atsižvelgti į tai modelyje. Pavyzdžiui, nenukreipkite BVP eilutės arba įtraukite į modelį tendencijos kintamąjį. Nors tai nėra šio apibrėžimo objektas, pateiksime labai paprastą pavyzdį, kad jis būtų suprantamas.
Pažvelkime į šias diagramas:
Jei apskaičiuosime dviejų ankstesnių eilučių regresijos modelį, tikrai skaičiavimai rodo, kad egzistuoja statistinis ryšys. Tačiau Messi įvarčiai neturi nieko bendra su Lotynų valstybės augimu. Tačiau pašalinus tendencijos komponentą paaiškėtų, kad jie visiškai nesusiję.
Tai, kas aprašyta ankstesnėje pastraipoje, daug kartų nutinka su serijomis, kurios, matyt, yra susijusios, tačiau kai tyrimai atliekami gerai, jie to nedaro.
