Datenstationarität
Datenstationarität bezeichnet in der Zeitreihenanalyse den Zustand, in dem die statistischen Eigenschaften einer Datenreihe, wie Mittelwert, Varianz und Autokorrelation, über die Zeit hinweg konstant bleiben. Dieser Zustand ist eine zentrale Annahme in vielen statistischen Modellen, insbesondere bei Verfahren wie der linearen Regression, ARIMA-Modellen und anderen Methoden der Prognose und Analyse.
Eine Zeitreihe gilt als stationär, wenn ihre probabilistischen Eigenschaften nicht zeitabhängig sind. Das bedeutet, dass die
In der Praxis sind viele realweltliche Daten jedoch nicht stationär, beispielsweise Aktienkurse, Wirtschaftsdaten oder Wetteraufzeichnungen, die
Die Überprüfung der Stationarität erfolgt meist durch statistische Tests wie den Augmented Dickey-Fuller-Test oder den KPSS-Test.
Insgesamt ist die Datenstationarität eine grundlegende Voraussetzung für many Zeitreihenanalyseverfahren, da sie die Basis für die