Vidéo: L' économie de la connaissance par Idriss ABERKANE 2025
Pour les séries chronologiques, il est important de savoir si les observations continuent à avoir la même moyenne dans le temps et si la variance des données évolue avec le temps.
De nombreux tests statistiques et techniques de prévision dépendent de cette hypothèse.
La figure montre un graphique chronologique des rendements journaliers d'ExxonMobil tout au long de l'année 2013.
Le graphique montre qu'à mesure que le temps s'écoule, les observations semblent centrées autour de zéro. Cela indique que la moyenne ne change pas avec le temps. Si la moyenne augmentait avec le temps, les points sur le graphique auraient tendance à augmenter; si la moyenne diminuait avec le temps, les points sur le graphique auraient tendance à diminuer.
Pour les données de séries temporelles, il est également important de savoir si la variance des données évolue avec le temps. La figure montre qu'à mesure que le temps passe, la propagation parmi les observations augmente régulièrement. (Cela signifie que les données sont de plus en plus étalées au fil du temps.) Cela indique que la variance (ainsi que l'écart-type) augmente avec le temps.
Si la variance change avec le temps, cela peut causer de sérieux problèmes pour de nombreuses techniques statistiques. Heureusement, il existe des méthodes disponibles qui peuvent corriger ce problème.
La situation où la variance n'est pas constante dans le temps a un nom très intimidant en économétrie: hétéroscédasticité. Prononcer ce mot n'est pas facile!
