Regressionen nun mal so richtig verstehen

[clara_in_r]

Liebes Forum,

Ich habe schon seit einer Weile eine Problematik bei der Interpretation meiner Ergebnisse mit rollierenden Regressionen und grübel schon zu lange...

Ich habe eine lange Zeitreihe (n = 2000). Für diese mache ich eine Analyse. Zusätzlich mache ich die gleiche Analyse für rollierende Regressionen innerhalb dieser langen Zeitreihe, z.B. mit jeweils einer Länge von n = 350, also 1:350, 2:351, 3:352 oder ähnliches.

Stellen wir uns vor, ich stelle fest, dass die Regression über die lange Zeitreihe mir zeigt, dass eine Eigenschaft in meinen Daten signifikant besteht (z.B. ist ein bestimmtes subsample der Daten über die 2000 Datenpunkte signifikant anders als der ganze Rest des Datensatzes über 2000 Datenpunkte, z.B. in Bezug auf Dynamiken o.ä.). Nun schaue ich nach eben dieser Eigenschaft in den rollierenden Regressionen. Ich finde diese Eigenschaft in den subsamples nun aber nur in eher wenigen, oder vielleicht 50% oder auch 60% der rolling regressions, aber eben nicht in sehr vielen, wie vielleicht vermutet.

Wenn man es zuspitzt ist die Frage, ob eine Dynamik in 1:2000 auch in 1:1000 und 1001:2000 in ähnlichem Grad zu finden sein muss, oder?

Grundsätzlich denke ich, kann das passieren was ich beschreibe, da es zwei unterschiedliche Modelle sind, einmal über 2000 und einmal halt kürzere Modelle über ganz andere Zeitpunkte und damit unterschiedliche Optimierungen und auch Eigenschaften der Modelle. Würdet ihr mir bei dieser allgemeinen Interpretation zustimmen?

Ich hoffe, ich habe das verständlich ausgedrückt.

Clara

[student]

Hallo Clara,

ohne Deine erhobenen Daten zu kennen, sage ich einfach mal "ja" und philosophiere ein wenig. Zeitreihen, die über einen langen Beobachtungszeitrum laufen (Was ist lange?), können verschiedene Realitäten abbilden. Du versuchst mit Deinem Modell die Realitäten nachzubilden und abhängig von Ereignissen, die die Realität beeinflussen, wird die Güte und Aussagekraft des Modells beeinflusst.

Ich konstruiere mal ein - vielleicht aktuell unpassendes - Beispiel: Ein Touristikunternehmen hat Daten über einen einjährigen Beobachtungszeitraum vorliegen und prognostiziert darauf basierend steigende Buchungszahlen. Werden aber nur die letzten 2 Monate zur Prognose herangezogen, sieht die Prognose deutlich anders aus. Die ersten 10 Monate bilden eine andere Realität ab und die letzten beiden Monate die aktuelle Realität.

Gerade im Wirtschaftsbereich gibt es tatsächlich Stimmen die sagen "Was interessiert mich der Mist von gestern?" (Im Hinblick auf das hier beschriebene.)

[jogo]

Hallo Clara,

willkommen im Forum!
Ich werfe mal einfach das Stichwort Strukturbruch in die Runde.

Gruß, Jörg

[student]

Sehr schön! Man kann alles testen und gerade die Wirtschaftswissenschaftler greifen diesbezüglich nach jeder Idee.

[clara_in_r]

Hallo Jörg und Student,
vielen Dank für Euer Feedback und entschuldigt meine späte Antwort - aber die Kinderbetreuung geht vor.
Ich schaue mir das einmal an, habe von dem test aber auch schon einmal was gehört.
Danke bis hierher .
Clara