Časovna vrsta je niz podatkov ali opazovanj, ki se nanaša na eno ali več spremenljivk in je urejen kronološko.
Časovne vrste so v ekonomiji zelo pomembne. Ker se v ekonomiji skozi čas zbirajo skoraj vse spremenljivke. Z drugimi besedami, zanimivo je videti razvoj spremenljivke skozi čas, ne posebne vrednosti v danem trenutku. Kadar se analizirajo ekonomske spremenljivke, se torej govori o gospodarskih ciklih ali trendih.
Ker je vrstni red podatkov ključnega pomena, je treba upoštevati, da to spreminja analizo in interpretacijo podatkov. Zato mora ekonometrija, ki je zadolžena za iskanje in ocenjevanje razmerij med ekonomskimi spremenljivkami, to dejstvo upoštevati.
Analiza časovnih vrst
Ob upoštevanju, da je vrstni red podatkov pomemben, lahko rečemo, da opažanja niso neodvisna. To pomeni, da preteklost lahko vpliva na prihodnost. Ekonometrija se mora zavedati te značilnosti in uporabljati matematična orodja, ki ji omogočajo zanesljivo ocenjevanje. Vsekakor:
- Vrstni red podatkov je pomemben.
- Opažanja niso neodvisna.
- Pri ocenjevanju odnosov je treba upoštevati, da niso neodvisni.
- Zato morate uporabljati različne matematične in statistične tehnike.
Če vemo to, se je vredno vprašati:
- Kaj natančno pomeni, da opazovanja niso neodvisna?
- S kakšnimi tehnikami se analizirajo podatki o časovnih vrstah?
Začasna odvisnost
Odgovor na prvo vprašanje se nanaša na časovno odvisnost. Spremenljivka je odvisna od časa, ko podatki iz preteklosti vplivajo na vrednost spremenljivke v prihodnosti. Na primer, dolgoročni svetovni bruto domači proizvod (BDP) ima dolgotrajen trend naraščanja. Kar pomeni, da se gospodarska rast s časom ohranja. Torej, kar se je zgodilo v preteklosti, vpliva na prihodnost.
Nasprotno, če zavrtimo matrico in si zapišemo datum, ko jo zavrtimo, bomo videli, da med preteklimi in sedanjimi podatki ni povezave. V slednjem primeru preteklost ne vpliva na prihodnost.
Tehnike za analizo podatkov o časovnih vrstah
Obstaja veliko tehnik za analizo podatkov o časovnih vrstah. Vendar je običajno lažje uporabiti regresijski model. Seveda regresijski model, ki upošteva vrsto časovne vrste, s katero deluje.
Ena izmed najbolj uporabljenih in najpreprostejših tehnik je lahko spreminjanje serije ali njeno upoštevanje v modelu. Na primer, razveljavite serijo BDP ali v model vključite spremenljivko trenda. Čeprav to ni namen te opredelitve, bomo dali zelo preprost primer, da bo razumljen.
Oglejmo si naslednje grafe:
Če izračunamo regresijski model dveh prejšnjih serij, zagotovo izračuni kažejo, da obstaja statistično razmerje. Vendar cilji, ki jih doseže Messi, nimajo nič skupnega z rastjo latinske države. Vendar pa bi se z odpravo komponente trenda izkazalo, da ti sploh niso povezani.
Kar je opisano v prejšnjem odstavku, se nekajkrat zgodi s serijami, ki so očitno povezane, ko pa je raziskava dobro opravljena, pa ne.