Video: Battlestar Galactica deadlock Sin and Sacrifice Conversion Thantos Mission 5 2024
Voor tijdreeksgegevens is het belangrijk om te weten of de waarnemingen in de loop van de tijd hetzelfde gemiddelde blijven hebben en of de variantie van de gegevens verandert in de loop van de tijd.
Veel statistische tests en prognostische technieken zijn afhankelijk van deze veronderstelling.
De afbeelding toont een tijdreeksgrafiek van de dagelijkse opbrengsten van ExxonMobil in 2013.
De grafiek laat zien dat naarmate de tijd verstrijkt, de waarnemingen rond nul lijken te zijn gecentreerd. Dit geeft aan dat het gemiddelde niet in de loop van de tijd verandert. Als het gemiddelde in de loop van de tijd zou stijgen, zouden de punten in de grafiek de neiging hebben om op te schuiven; als het gemiddelde in de loop van de tijd daalt, neigen de punten in de grafiek naar beneden.
Voor tijdreeksgegevens is het ook belangrijk om te weten of de variantie van de gegevens in de loop van de tijd verandert. De figuur laat zien dat naarmate de tijd verstrijkt, de spreiding tussen de waarnemingen gestaag groeit. (Dat wil zeggen, gegevens worden meer verspreid naarmate de tijd verstrijkt.) Dit geeft aan dat de variantie (evenals de standaarddeviatie) in de loop van de tijd toeneemt.
Als de variantie in de loop van de tijd verandert, kan dat voor veel statistische technieken ernstige problemen veroorzaken. Gelukkig zijn er methoden beschikbaar die dit probleem kunnen verhelpen.
De situatie waarin variantie niet constant is in de tijd heeft een zeer intimiderende naam in de econometrie: heteroscedasticiteit. Het uitspreken van dit woord is niet eenvoudig!