Bijnanietstationaire

Bijnanietstationaire is een term die in tijdreeksanalyse wordt gebruikt om processen te beschrijven die niet strikt stationair zijn, maar bij traditionele kenmerken toch dicht bij stationair gedrag liggen. In het Nederlands kan dit worden aangeduid als bijna-niet-stationair; het benadrukt een hoge persistente eigenschap met kenmerken die lijken op niet-stationariteit, zonder dat er een zuiver unit-root in de zin van een volledig niet-stationaire reeks aanwezig is.

Een bijnanietstationaire reeks vertoont vaak zeer lang doorwerkende autocorrelaties en een trage terugkeer naar het gemiddelde. In praktijk kan dit betekenen dat een autoregressief model kenmerken heeft met een wortel dichtbij één, bijvoorbeeld X_t = ρ X_{t-1} + ε_t met ρ dicht bij 1, of een kleine drift en bijna-unit-root-gedrag. Terwijl strikt stationaire processen een constant gemiddelde en variantie over de tijd hebben, kan een bijnanietstationaire reeks een langzaam verschuivend gemiddelde of een tijdsafhankelijke variantie vertonen, zeker over korte of middelgrote observatievensters.

Statistisch gezien kunnen standaardinferenz en schattingen die uitgaan van stationairheid misleidend zijn bij bijnanietstationaire processen. Het effect van near-unit-root-gedrag op de verdeling van estimators maakt tests voor stationariteit en unit roots relevant, net als modellen die rekening houden met near-integration of fractionele integratie. Modellen zoals ARIMA met een grote autoregressieve parameter, of fractional integration met een d-parameter in (0,1), komen in aanmerking.

Zie ook: niet-stationair, unit root, near-integration, cointegratie, fractionele integratie. Op spelliing kan verschil bestaan tussen bijna-niet-stationair en bijna-niet-stationair en varianten in de literatuur.