Qué tendencias eliminar en una serie temporal para evitar la correlación espuria

Question

¿Se elimina el componente estacional, el componente de tendencia, o ambos, al ajustar una serie temporal para evitar encontrar correlaciones espurias?

Tengo dos series de tiempo x e y con tendencias y estacionalidad anual y me gustaría probar la correlación. He leído este artículo sobre la correlación espuria en las series temporales https://svds.com/avoiding-common-mistakes-with-time-series/ que recomienda sacar la línea de tendencia mediante una primera diferenciación o descomposición. Sin embargo, también he visto fuentes que sugieren eliminar el componente de estacionalidad.

¿Cuál es la forma correcta de ajustar las series temporales para evitar la detección de correlaciones espurias? ¿Si elimino tanto la tendencia como la estacionalidad no me quedaría con ruido aleatorio? ¿Debo eliminar la tendencia o la estacionalidad sólo si son iguales en ambas series?

Answer 1

A veces, ninguna de las dos cosas. Es posible que tenga que tomar diferencias o tendencias o diferenciación estacional o tendencias múltiples. En el caso de los problemas causales, es conveniente utilizar la correlación cruzada para determinar si existe una relación. El proceso de la función de transferencia hace que se construya un modelo para x y luego se utilicen los residuos para correlacionar la X con la Y. No hay que olvidar los valores atípicos y los cambios de tendencia....y la estacionalidad y los parámetros y la varianza.