Afschrikken

Wat is een nadeel?

Een nadeel is het verwijderen van de effecten van trend uit een dataset om alleen de verschillen in waarden van de trend weer te geven; het maakt het mogelijk cyclische en andere patronen te identificeren. Detrining kan worden gedaan met behulp van regressieanalyse en andere statistische technieken. Detrending laat een ander aspect van tijdreeksgegevens zien door deterministische en stochastische trends te verwijderen.

Een van de meest voorkomende toepassingen van detrending is in een dataset die een soort algemene toename laat zien. Door de gegevens te veranderen, kunt u potentiële subtrends zien, die ongelooflijk nuttig kunnen zijn voor wetenschappelijk, financieel, verkoop- en marketingonderzoek over de hele linie. 

Hoe een Detrend werkt

Door een trend uit uw dataset te verwijderen, kunt u zich in plaats daarvan concentreren op de fluctuaties en een aantal belangrijke factoren identificeren. Dit type afkeer wordt bij de handel gebruikt om cyclische prijsschommelingen in een aandeel te identificeren, die vervolgens kunnen worden gebruikt om het in- en uitstappen van tijdposities te helpen. Een detrended price oscillator (DPO) is een veelgebruikt hulpmiddel dat technische investeerders en handelaren voor dit doel zullen gebruiken. Detrending wordt ook gebruikt in verkoop en marketing om maand-op-maandveranderingen in de verkoop te markeren zonder de afleiding van de totale volumes.

Wanneer een onderzoeker of econoom een ​​bepaalde dataset beschadigt, doen ze dat meestal om een ​​aspect te verwijderen dat een soort vertekening in het uiteindelijke resultaat lijkt te veroorzaken. Economische modellen kunnen worden aangetast doordat de trend vervolgens weer aan het model wordt toegevoegd als een andere invoervariabele om verschillende relaties tussen de gegevens te testen.

Soorten afnemende

Er zijn veel methoden die niet alleen kunnen worden gebruikt om de negatieve prijsoscillatoren te verlagen, hoewel sommige veel complexer en moeilijker te gebruiken zijn. Enkele van de alternatieve opties zijn kwadratische afname, waarbij het Baxter-King-filter wordt gebruikt (alleen voor trendlijnen met voortschrijdend gemiddelde) en het Hodrick-Prescott-filter (alleen voor cyclische componenten van een bepaalde tijdreeks).

Welke methode het beste is voor het project en de gegevens die voorhanden zijn, hangt af van tal van individuele factoren, waaronder het specifieke vakgebied en of de gegevens al dan niet lineair gecorreleerd zijn. De optie om snel en efficiënt te profiteren is opgenomen in de meeste statistische softwarepakketten die tegenwoordig beschikbaar en algemeen gebruikt worden.

Vereisten voor een Detrend 

Voordat een afname kan optreden, moet de specifieke klasse van de trend worden geïdentificeerd om de meest geschikte methode te bepalen. Hoewel er veel verschillende soorten trends zijn, komen ze meestal binnen slechts twee verschillende klassen voor. Deze klassen zijn deterministische trends en stochastische trends. 

De deterministische trends nemen consequent af of toe, en de stochastische trends nemen inconsistent af of toe. Deterministische trends zijn vaak gemakkelijker te identificeren en te ontrafelen omdat ze iets voorspelbaarder en betrouwbaarder zijn, maar er zijn ook methoden om met stochastische trends om te gaan. Het identificeren van een trend, in het bijzonder een stochastische trend, kan een subjectieve oefening zijn en kan leiden tot onnauwkeurigheden in de modellen en de conclusies of voorspellingen die daaruit worden getrokken.