Zeitindikatorvariablen

Zeitindikatorvariablen sind Variablen, die zeitbezogene Informationen in statistischen Modellen kodieren. Typischerweise handelt es sich um binäre Indikatoren (0/1), die anzeigen, ob eine Beobachtung zu einer bestimmten Zeiteinheit gehört, etwa einem bestimmten Jahr, Monat oder Wochentag. In der Praxis dienen sie dazu, zeitliche Effekte zu schätzen oder zu kontrollieren, ohne eine spezifische funktionale Zeitentwicklung vorzugeben. Sie ermöglichen es, saisonale Muster, politische oder naturbedingte Schocks sowie strukturelle Änderungen zu erfassen.

Sie kommen häufig in Regressionen und Paneldatenmodellen zum Einsatz. Beispiel: y_it = α_i + ∑_t γ_t D_{t} + βX_it + ε_it, wobei D_t eine Zeitindikatorvariable ist, die angibt, ob Beobachtung i zur Zeitperiode t gehört. Durch die Einbeziehung einer Reihe von Zeitindikatorvariablen können zeitliche Fixed Effects modelliert oder saisonale Effekte abgebildet werden. Die Koeffizienten γ_t geben die Abweichungen der abhängigen Variable in jeder Periode relativ zu einer Referenzperiode an.

Wichtige praxisbezogene Hinweise: Bei vielen Zeitperioden erhöht sich der Modellumfang erheblich; in der Regel wird eine Referenzperiode ausgelassen, um der Dummy-Trap zu entgehen. Zeitindikatorvariablen sollten unabhängig von anderen zeitlichen Variablen wie Trends oder saisonalen Funktionen interpretiert werden. Sie sind besonders nützlich, um zeitliche Heterogenität zu kontrollieren, Ereignisse oder Politikwechsel abzubilden und saisonale Muster transparent zu machen.