¿Explicar peras a través del comportamiento de las manzanas? Estacionariedad y procesos generadores de datos en series de tiempo

Abstract

Las series de tiempo que se utilizan en ciencia política tienden a mostrar una fuerte dependencia de sus valores previos. Esto implica que, al incorporarlas en modelos estadísticos, es sencillo que se viole el supuesto de correlación serial. No obstante, al utilizar procesos temporales estacionarios es posible solventar dicha problemática. Esta investigación muestra, a través de simulaciones Monte Carlo, los efectos de especificar modelos estadísticos que incluyen variables no estacionarias. Los diferentes procesos generadores de datos apuntan a que, si las variables no son estacionarias, es más probable que se produzcan inferencias espurias. En consecuencia, se recomienda evaluar el comportamiento de nuestras variables y, de ser el caso, transformarlas para que se comporten de forma estacionaria