ikkestasjonaritet

Ikke-stasjonaritet, eller ikkestasjonaritet, er eit trekk ved ein tidsserie der statistiske kjennetegn som gjennomsnitt, varians eller autokovariansien endrar seg over tid. Dette gjer at many klassiske statistiske metodar som antakelser om konstant varians og autokorrelasjon blir ugyldige, og inferanse kan bli misleidande.

Det finnes ulike former for ikkje-stasjonaritet. Svak ikkje-stasjonaritet refererer til at ein eller fleire moment ikkje er tiduavsett; serieliknande tilstandar som konstant trendar eller varians som avhøyrer tid kan få serie til å vere ikkje-stasjonær. Sterk ikkje-stasjonaritet viser at heile fordelinga av verdiane endrar seg over tid, noko som oftare blir behandla som eit fundamentalt problem i modellering. Ein annan viktig skille er mellom deterministisk trend og stokastisk trend: ein deterministisk trend kan fjernast ved å detrende serien og få ein stagnant tilstand, medan ein stokastisk trend (unit root) krev differensering for å oppnå stasjonaritet. Strukturendra eller regime-skifte kan også skape ikkje-stasjonaritet ved plutselege endringar i mean eller varians.

Konsekvensar og metodar. I næringsliv og økonomi kan ikkje-stasjonaritet føra til sprø regresjonar og feilaktig statistikk. Det vanlege løysinga er å differense serien, eller å detrende, og å vurdere cointegrasjon når fleire serier har felles stokastisk trend. Verktøy som ADF- og PP-testar for einhetsrot, KPSS-testen for stasjonaritet, og kointegrasjonstestar som Engle-Granger eller Johansen, blir brukte for å vurdere og handtere ikkje-stasjonaritet. Modellar som ARIMA eller feil-korgerte modellar blir ofte nytta når eit tidsserie viser ikkje-stasjonære trekk.

Eksempelvis er prisar ofte ikkje-stasjonære i nivå, men avkastning kan vere om lag stasjonære.