Chuỗi thời gian: xu hướng chung làm hai chuỗi bất kỳ trông như có liên quan

Hai chuỗi cùng tăng theo thời gian sẽ tương quan mạnh dù chẳng liên quan gì tới nhau — số điện thoại di động và số ca dị ứng, chẳng hạn.

Đây là cạm bẫy đầu tiên và phổ biến nhất trong phân tích chuỗi thời gian.

Ba đặc điểm phải xử lý

• Xu hướng: giá trị tăng hoặc giảm dần theo thời gian.
• Mùa vụ: mẫu hình lặp lại theo chu kỳ cố định.
• Tự tương quan: giá trị hôm nay phụ thuộc giá trị hôm qua.
• Bỏ qua bất kỳ cái nào cũng cho kết quả sai lệch.

Tự tương quan làm gì

• Các quan sát không độc lập, nên phép kiểm thông thường không dùng được.
• Khoảng tin cậy hẹp giả, giá trị p nhỏ giả.
• Phải dùng phương pháp có tính tới cấu trúc thời gian.

Xử lý xu hướng

• Lấy sai phân, hoặc đưa biến thời gian vào mô hình.
• Kiểm tính dừng trước khi phân tích.
• Tương quan giữa hai chuỗi không dừng gần như luôn vô nghĩa.

Điểm gãy cấu trúc

• Một thay đổi chính sách, một cú sốc, một thay đổi cách đo.
• Mô hình không tính tới điểm gãy sẽ cho kết quả sai cả hai phía.
• Vẽ chuỗi ra và nhìn — mắt người phát hiện điểm gãy rất tốt.

Dự báo

• Kiểm bằng cách giữ lại phần cuối chuỗi làm dữ liệu kiểm.
• Khớp tốt với dữ liệu quá khứ không đảm bảo dự báo tốt.
• Mô hình phức tạp thường dự báo kém hơn mô hình đơn giản.

Một điều đáng nhớ

Vẽ chuỗi ra trước khi chạy bất kỳ mô hình nào.

Xu hướng, mùa vụ và điểm gãy đều hiện ra ngay trên hình trong vài giây — trong khi phát hiện chúng bằng các phép kiểm thống kê mất lâu hơn nhiều và vẫn có thể bỏ sót.

Câu hỏi thường gặp