Comment classer les tendances dans un modèle de régression série de temps

Pour estimer une série de temps avec l'analyse de régression, la première étape consiste à identifier le type de tendance (le cas échéant) qui est présente dans les données. Le type de tendance, comme linéaire ou quadratique, détermine l'équation exacte qui est estimé.

Sommaire

Aucune tendance

Dans le cas où une série de temps ne pas augmenter ou diminuer au fil du temps, il peut fluctuer à la place au hasard autour d'une valeur constante. Dans ce cas, la série temporelle a aucune tendance. L'équation de tendance est fixée égale à une constante, qui est le point d'intersection d'une équation de régression:

image0.jpg

L'équation de régression correspondant est

image1.jpg

Lorsque se produit pas de tendance, les valeurs de la série chronologique peuvent augmenter ou baisser, mais en moyenne, ils ont tendance à revenir au même niveau

image2.jpg

Cette figure montre une série de temps avec aucune tendance.

Une série de temps sans une tendance.
Une série de temps sans une tendance.



Notez que les valeurs de Y sont à la hausse de façon aléatoire et falling- il ya pas de tendance claire dans les données.

Tendance linéaire

Avec une tendance linéaire, les valeurs d'une série de temps ont tendance à augmenter ou diminuer à un taux constant

image4.jpg

La tendance linéaire est exprimée en

image5.jpg

L'équation de régression correspondant est

image6.jpg

La figure suivante montre une série de temps avec une tendance linéaire positive. Avec ce type de tendance, la variable indépendante yt augmente à une vitesse constante dans le temps. (Si une série de temps a une tendance linéaire négative, la variable indépendante yt diminue à une vitesse constante au cours du temps).

Une série de temps avec une tendance linéaire positive.
Une série de temps avec une tendance linéaire positive.

On notera que comme t augmente (comme le temps écoulé), Y tend à augmenter en moyenne. La ligne de tendance tracée à travers les valeurs de Y a une pente positive, ce qui indique que Y a une tendance linéaire positive.

Tendance quadratique

Avec une tendance quadratique, les valeurs d'une série de temps ont tendance à augmenter ou diminuer à un taux qui ne sont pas constant- il change au fil du temps. En conséquence, la tendance est pas une ligne droite. La tendance est exprimée en

image8.jpg

L'équation de régression correspondant est

image9.jpg

La figure suivante montre une série de temps avec une tendance quadratique. Dans ce cas, la valeur de yt augmente à un rythme croissant au fil du temps.

Une série de temps avec une tendance quadratique.
Une série de temps avec une tendance quadratique.

On notera que comme t augmente (comme le temps écoulé), Y tend à augmenter à un rythme croissant. La tendance est incurve upward- ce type de courbe indique que le Y a un effet positif quadratique tendance.

Une équation quadratique a au moins un carré terme. Par exemple, ce qui suit est une équation quadratique:

image11.jpg

Autres tendances possibles

Il est possible que la tendance peut contenir des termes qui sont soulevées à la troisième puissance, quatrième puissance, ou plus. Ce type de tendance est extrêmement rare dans les applications d'entreprise. La plupart des séries chronologiques de données financières ont une tendance linéaire, une tendance quadratique, ou aucune tendance du tout.


» » » » Comment classer les tendances dans un modèle de régression série de temps