Cum se dezvoltă o valoare în timp? (serie temporală)

Pe scurt

Doriți să știți cum se comportă o valoare în timp, de exemplu înscrierile pe lună în zece ani. Statable arată evoluția, o medie mobilă și o dreaptă de tendință cu un interval, verifică dacă valorile succesive depind unele de altele (autocorelație) și, dacă seria este destul de lungă, separă tendința, sezonul și restul. Tendința descrie seria în perioada observată și nu spune că va continua așa. Statable calculează o prognoză (ARIMA, alegere automată, netezire) doar la cerere, cu o listă de verificare.

Cum arată tabelul

Un rând pe moment de timp. Aveți nevoie de coloana cu valoarea (un număr) și de coloana cu momentul de timp (o dată, de exemplu 2024-03-01). Statable recunoaște din intervale dacă seria este lunară, trimestrială, anuală, săptămânală sau zilnică; puteți schimba acest lucru. Fără dată se aplică ordinea rândurilor; atunci trebuie indicată perioada (12 pentru luni, 4 pentru trimestre, 7 pentru zilele săptămânii, 1 pentru fără sezon).

Dacă lipsesc momente de timp izolate, ele rămân lacune: Statable nu completează nimic. Tendința se calculează la poziția reală, autocorelația cu până la 10% lacune ca aproximare; descompunerea necesită date fără lacune pe cel puțin două perioade complete.

Citirea rezultatului

• Tendința arată cu cât crește sau scade valoarea în medie pe un pas de timp, cu un interval de 95%. Dacă valorile succesive depind unele de altele, intervalul obișnuit este prea îngust. Statable arată atunci și un interval cu dimensiune efectivă a eșantionului: seria contează ca mai puține valori independente.
• Corelograma arată autocorelația pentru fiecare decalaj. Barele din afara liniilor (±1,96/√n) se remarcă; la multe decalaje este de așteptat una din simplă întâmplare. Testul Ljung-Box le verifică pe toate împreună. Durbin-Watson (aproape de 2: fără autocorelație) este doar un memento și nu are aici p.
• Descompunerea clasică separă tendința, sezonul și restul. Aditivă (sezon ca abatere) se potrivește dacă fluctuația rămâne de aceeași mărime; multiplicativă (sezon ca factor) dacă crește cu nivelul. Statable propune una, persoana alege.
• Descompunerea aditivă este aceeași ca în SPSS. La cea multiplicativă, factorii sezonieri diferă cu până la 0,4% (metodă diferită). SPSS netezește tendința până la margini; în Statable ea lipsește pentru o jumătate de perioadă la început și la sfârșit (ca în R decompose).

Cerințe și limite

• O tendință într-o serie cu autocorelație puternică poate fi întâmplătoare (tendință aparentă). Afirmația „tendința diferă de zero” este atunci mai puțin sigură decât pare numărul.
• Cel puțin 10 valori, mai bine peste 20. O valoare pe moment de timp; asistentul de date „Agregare” combină mai multe valori. Intervalele neegale (de exemplu zile de tranzacționare) permit parcursul și tendința, dar nu autocorelația și descompunerea.
• Neinclus: diferențele ca coloane proprii (o face asistentul „Deplasare și netezire”), testele de staționaritate, rupturile structurale, mai multe serii. Efectele de calendar, precum anii bisecți sau numărul zilelor lucrătoare, nu sunt corectate.

Raportarea rezultatului

Tendință: b = 0,25 pe lună, IC 95% [0,19; 0,31] (dimensiunea efectivă a eșantionului 22,7 în loc de 120); R² = ,75; Ljung-Box Q(24) = 410,1, p < ,001

Pentru specialiști

Cod propriu, verificat față de R 4.6 (stats: lm, acf, filter, decompose, Box.test; lmtest::dwtest). Tendință cu t(n − 2); la lacune, la poziția reală (împinse laolaltă, panta ar fi greșită). Autocorelație ca în stats::acf (na.pass pentru lacune), limite ±1,96/√n. Ljung-Box cu h = min(10, ⌊n/5⌋) sau, cu sezon, min(2·perioadă, ⌊n/5⌋). Dimensiunea efectivă a eșantionului (effective sample size) după Santer et al. (2000): n·(1 − r₁)/(1 + r₁), cel puțin 3, doar pentru r₁ > 0; interval cu t(nEff − 2). Descompunere ca în stats::decompose.

Exemple tipice

• Înscrieri la un curs pe lună, în zece ani: tendință și tipar semestrial.
• Măsurători săptămânale ale unui rezultat al învățării: crește pe parcursul cursului?