Vídeo: Developer Keynote: Get to the Fun Part (Cloud Next '19) 2024
Para dados da série temporal, é importante saber se as observações continuam a ter o mesmo significado ao longo do tempo e se a variância dos dados estão mudando ao longo do tempo.
Muitos testes estatísticos e técnicas de previsão dependem dessa suposição.
A figura mostra um gráfico de séries temporais dos retornos diários da ExxonMobil ao longo de 2013.
O gráfico mostra que, à medida que o tempo transcorre, as observações parecem estar centradas em torno de zero. Isso indica que a média não está mudando ao longo do tempo. Se a média estava aumentando ao longo do tempo, os pontos no gráfico tendem a mudar; se a média estivesse caindo ao longo do tempo, os pontos no gráfico tenderiam a diminuir.
Para dados da série temporal, também é importante saber se a variação dos dados está mudando ao longo do tempo. A figura mostra que, com o passar do tempo, a propagação entre as observações está crescendo de forma constante. (Ou seja, os dados estão se tornando mais espalhados à medida que o tempo transcorre.) Isso indica que a variância (bem como o desvio padrão) está aumentando ao longo do tempo.
Se a variação está mudando ao longo do tempo, isso pode causar sérios problemas para muitas técnicas estatísticas. Felizmente, existem métodos disponíveis que podem corrigir esse problema.
A situação em que a variação não é constante ao longo do tempo tem um nome muito intimidante na econometria: heterocedasticidade. Pronunciar esta palavra não é fácil!
