Im intuitivsten Sinne bedeutet Stationarität, dass sich die statistischen Eigenschaften eines Prozesses, der eine Zeitreihe generiert, im Laufe der Zeit nicht ändern. Das bedeutet nicht, dass sich die Reihe im Laufe der Zeit nicht ändert, sondern nur, dass sich die Art und Weise, wie sie sich ändert, im Laufe der Zeit nicht ändert.
Was sind stationäre und nichtstationäre Zeitreihen?
Eine stationäre Zeitreihe hat statistische Eigenschaften oder Momente (z. B. Mittelwert und Varianz), die sich zeitlich nicht ändern. Stationarität ist also der Zustand einer stationären Zeitreihe. Umgekehrt ist Nichtstationarität der Zustand einer Zeitreihe, deren statistische Eigenschaften sich im Laufe der Zeit ändern.
Was sind instationäre Zeitreihenmodelle?
Jede Zeitreihe ohne konstanten Mittelwert über die Zeit ist nicht stationär. Modelle der Form Yt=µ t + Xt wobei µ t eine nichtkonstante Mittelwertfunktion und Xt eine mittelwertfreie, stationäre Reihe ist, wurden in Kapitel 3 betrachtet.
Was macht eine Zeitreihe stationär?
Zeitreihen sind stationär, wenn sie keine Trend- oder Saisoneffekte aufweisen. Zusammenfassende Statistiken, die anhand der Zeitreihen berechnet werden, sind über die Zeit konsistent, wie der Mittelwert oder die Varianz der Beobachtungen. Wenn eine Zeitreihe stationär ist, kann sie einfacher zu modellieren sein.
Was sind multivariate Zeitreihen?
Eine multivariate Zeitreihe hat mehr als eine zeitabhängige Variable. Jede Variable hängt nicht nur von ihren vergangenen Werten ab, sondern hat auch eine gewisse Abhängigkeit von anderen Variablen. Diese Abhängigkeit wird zur Prognose zukünftiger Werte verwendet. … In diesem Fall müssen mehrere Variablen berücksichtigt werden, um die Temperatur optimal vorherzusagen.
