trendcomponenten

Trendcomponenten zijn in de tijdreeksanalyse de langetermijnbewegingen van een reeks. Ze vertegenwoordigen de onderliggende richting die data op lange termijn volgen, los van kortdurende schommelingen door seizoensinvloeden en ruis. Bij de analyse wordt een tijdreeks vaak ontleed in verschillende componenten, doorgaans trend, seizoen en ruis. Een trend kan lineair zijn, maar komt ook vaak niet-lineair voor en kan in de loop der tijd veranderen.

Er zijn meerdere methoden om de trend te schatten. Eenvoudig is het gebruik van een glijdend gemiddelde (moving average) om korte termijn fluctuaties te filteren. Geavanceerdere benaderingen zijn polynomial regression, LOESS/LOWESS smoothing en filters zoals Hodrick-Prescott of Kalman-filters. Bij STL-decompositie wordt de trend gescheiden van seizoen en ruis op basis van LOESS-smoothing.

Interpretatie en toepassingen: de helling van de trend geeft het groeitempo aan en de aanwezigheid van een trend beïnvloedt forecasting en beleidsanalyse. Trendcomponenten zijn cruciaal in macro-economie (langetermijn-BBP-groei), demografie (bevolkingsgroei), klimaatonderzoek en marktanalyse. Beperkingen: trends kunnen wijzigen bij structurele veranderingen, en schattingen kunnen gevoelig zijn voor de keuze van methode, venstergrootte en data-eigenschappen zoals niet-stationariteit.