Dans le sens le plus intuitif, la stationnarité signifie que les propriétés statistiques d'un processus générant une série chronologique ne changent pas dans le temps. Cela ne signifie pas que la série ne change pas dans le temps, mais simplement que la façon dont elle change ne change pas elle-même dans le temps.
Qu'est-ce qu'une série chronologique stationnaire et non stationnaire ?
Une série chronologique stationnaire a propriétés ou moments statistiques (par exemple, moyenne et variance) qui ne varient pas dans le temps. La stationnarité est donc le statut d'une série chronologique stationnaire. Inversement, la non-stationnarité est l'état d'une série chronologique dont les propriétés statistiques évoluent dans le temps.
Que sont les modèles de séries chronologiques non stationnaires ?
Toute série chronologique sans moyenne constante dans le temps est non stationnaire. Modèles de la forme Yt=µ t + Xt où µ t est une fonction moyenne non constante et Xt est une série stationnaire à moyenne nulle, ont été examinés au chapitre 3.
Qu'est-ce qui rend une série temporelle stationnaire ?
Les séries temporelles sont stationnaires si elles n'ont pas d'effets de tendance ou saisonniers. Les statistiques récapitulatives calculées sur les séries temporelles sont cohérentes dans le temps, comme la moyenne ou la variance des observations. Lorsqu'une série temporelle est stationnaire, elle peut être plus facile à modéliser.
Qu'est-ce qu'une série chronologique multivariée ?
Une série chronologique multivariée a plus d'une variable dépendante du temps. Chaque variable dépend non seulement de ses valeurs passées, mais aussi d'une certaine dépendance vis-à-vis d'autres variables. Cette dépendance est utilisée pour prévoir les valeurs futures. … Dans ce cas, plusieurs variables doivent être prises en compte pour prédire la température de manière optimale.
