Estuve luchando con la estacionaria en mi cabeza por un tiempo ... ¿Es así como piensas al respecto? Cualquier comentario o pensamiento adicional será apreciado.
El proceso estacionario es el que genera valores de series temporales de modo que la media de distribución y la varianza se mantienen constantes. Estrictamente hablando, esto se conoce como forma débil de estacionariedad o covarianza / estacionariedad media.
La forma débil de estacionariedad es cuando la serie temporal tiene una media y una varianza constantes a lo largo del tiempo.
En pocas palabras, los profesionales dicen que la serie de tiempo estacionaria es la que no tiene tendencia: fluctúa alrededor de la media constante y tiene una varianza constante.
La covarianza entre diferentes rezagos es constante, no depende de la ubicación absoluta en las series de tiempo. Por ejemplo, la covarianza entre t y t-1 (retraso de primer orden) siempre debe ser la misma (para el período 1960-1970 igual que para el período 1965-1975 o cualquier otro período).
En los procesos no estacionarios no hay una media a largo plazo a la que se revierta la serie; entonces decimos que las series de tiempo no estacionarias no significan revertir. En ese caso, la varianza depende de la posición absoluta en las series de tiempo y la varianza llega al infinito a medida que pasa el tiempo. Técnicamente hablando, las auto-correlaciones no se descomponen con el tiempo, pero en pequeñas muestras desaparecen, aunque lentamente.
En procesos estacionarios, los choques son temporales y se disipan (pierden energía) con el tiempo. Después de un tiempo, no contribuyen a los nuevos valores de series temporales. Por ejemplo, algo que sucedió hace tiempo (lo suficientemente largo) como la Segunda Guerra Mundial, tuvo un impacto, pero, si la serie de tiempo de hoy es la misma que si la Segunda Guerra Mundial nunca ocurriera, diríamos que el choque perdió su energía o disipado La estacionariedad es especialmente importante ya que muchas teorías econométricas clásicas se derivan de los supuestos de estacionariedad.
Una forma fuerte de estacionariedad es cuando la distribución de una serie temporal es exactamente el mismo tiempo mínimo. En otras palabras, la distribución de series de tiempo originales es exactamente la misma que la de series de tiempo rezagadas (por cualquier número de rezagos) o incluso subsegmentos de las series de tiempo. Por ejemplo, la forma fuerte también sugiere que la distribución debería ser la misma incluso para los subsegmentos 1950-1960, 1960-1970 o incluso períodos superpuestos como 1950-1960 y 1950-1980. Esta forma de estacionariedad se llama fuerte porque no asume ninguna distribución. Solo dice que la distribución de probabilidad debería ser la misma. En el caso de estacionariedad débil, definimos la distribución por su media y varianza. Podríamos hacer esta simplificación porque implícitamente asumimos una distribución normal, y la distribución normal está completamente definida por su media y varianza o desviación estándar. Esto no es más que decir que la medida de probabilidad de la secuencia (dentro de series temporales) es la misma que para la secuencia de valores rezagada / desplazada dentro de las mismas series temporales.