Daten & Analytics
(Stationarity)Stationarität
Auch bekannt als:
Stationärer Prozess
Schwache Stationarität
Aktualisiert: 11.2.2026
Eine Zeitreihe ist stationär, wenn ihre statistischen Eigenschaften über die Zeit konstant bleiben.
Kurz erklärt
Stationarität bedeutet konstante statistische Eigenschaften über Zeit – Grundvoraussetzung für ARIMA und Co.
Erklärung
Meiste klassische Modelle erfordern stationäre Daten. ADF-Test und KPSS-Test prüfen Stationarität.
Relevanz für Marketing
Wichtigste Voraussetzung für klassisches Zeitreihen-Modeling. Verletzung führt zu Spurious Regression.
Häufige Fallstricke
Nur visuell beurteilen. Über-Differenzierung. Trend-stationär vs. Differenz-stationär verwechseln.
Entstehung & Geschichte
Aus der stochastischen Prozesstheorie (1930er). ADF-Test (Dickey & Fuller, 1979). KPSS-Test (1992).
Abgrenzung & Vergleiche
Stationarität vs. Trend
Stationäre Reihen haben keinen Trend; Trend-behaftete müssen differenziert werden.