Video: ChangeMaker: Tutti possono essere attori del cambiamento | Alessandro Valera | TEDxBologna 2025
Per i dati delle serie temporali, è importante sapere se le osservazioni continuano ad avere la stessa media nel tempo e se la varianza dei dati sta cambiando nel tempo.
Molti test statistici e tecniche di previsione dipendono da questa ipotesi.
La figura mostra una trama delle serie temporali dei rendimenti giornalieri di ExxonMobil per tutto il 2013.
Il grafico mostra che con il passare del tempo le osservazioni sembrano essere centrate attorno allo zero. Questo indica che la media non sta cambiando nel tempo. Se la media crescesse nel tempo, i punti sul grafico tenderebbero a spostarsi; se la media stava cadendo nel tempo, i punti sul grafico tenderebbero a spostarsi verso il basso.
Per i dati delle serie temporali, è anche importante sapere se la variazione dei dati sta cambiando nel tempo. La figura mostra che con il passare del tempo, la diffusione tra le osservazioni è in costante aumento. (Cioè, i dati stanno diventando più distanti col passare del tempo.) Questo indica che la varianza (così come la deviazione standard) sta aumentando nel tempo.
Se la varianza cambia nel tempo, ciò può causare seri problemi per molte tecniche statistiche. Fortunatamente, ci sono metodi disponibili che possono correggere questo problema.
La situazione in cui la varianza non è costante nel tempo ha un nome molto intimidatorio in econometria: eteroscedasticità. Pronunciare questa parola non è facile!
