- Comment vérifier si un processus est stationnaire?
- Comment un tracé ACF aide-t-il à identifier si une série chronologique est stationnaire ou non?
- Pourquoi devons-nous tester la stationnarité?
Comment vérifier si un processus est stationnaire?
Intuitivement, un processus aléatoire x (t), t∈J est stationnaire si ses propriétés statistiques ne changent pas par le temps. Par exemple, pour un processus stationnaire, x (t) et x (t + Δ) ont les mêmes distributions de probabilité. En particulier, nous avons fx (t) (x) = fx (t + Δ) (x), pour tous les t, t + Δ∈J.
Comment un tracé ACF aide-t-il à identifier si une série chronologique est stationnaire ou non?
En plus de regarder le tracé temporel des données, le tracé ACF est également utile pour identifier les séries chronologiques non stationnaires. Pour une série temporelle stationnaire, l'ACF chutera à zéro relativement rapidement, tandis que l'ACF des données non stationnaires diminue lentement.
Pourquoi devons-nous tester la stationnarité?
Le test de stationnarité est donc très important car les résultats de la régression peuvent être fabriqués. En termes simples, nous pouvons dire que la série tendance est appelée non stationnaire et avec la racine unitaire et, d'autre part, la série non tendance est une série stationnaire caractérisée par sans racine unitaire.