Stationary ও Non-Stationary কী? Econometrics-এ সহজ ব্যাখ্যা

Time Series Data নিয়ে Econometrics-এ কাজ করার সময় Stationary এবং Non-Stationary খুব গুরুত্বপূর্ণ দুটি বিষয়। বিশেষ করে Regression Analysis করার আগে কোনো data stationary কি না, তা জানা দরকার।

Stationary কী?

কোনো time series-এর mean, variance এবং covariance সময়ের সাথে মোটামুটি স্থির থাকলে সেই series-কে Stationary বলা হয়।

সহজভাবে বললে, Stationary data সময়ের সাথে একটি নির্দিষ্ট level বা গড়ের আশেপাশে ওঠানামা করে। এর আচরণ সময়ের সাথে খুব বেশি পরিবর্তন হয় না।

Year	X
2018	50
2019	53
2020	48
2021	52
2022	55
2023	49

উপরের data একটি নির্দিষ্ট level-এর আশেপাশে ওঠানামা করছে। তাই এটি stationary হওয়ার সম্ভাবনা বেশি।

Non-Stationary কী?

কোনো time series-এর mean, variance বা covariance সময়ের সাথে পরিবর্তিত হলে সেটি Non-Stationary হতে পারে।

সাধারণত কোনো data যদি দীর্ঘ সময় ধরে একটি নির্দিষ্ট দিকে trend করে, যেমন ক্রমাগত বাড়তে বা কমতে থাকে, তাহলে সেটি non-stationary হওয়ার সম্ভাবনা বেশি।

Year	GDP
2018	100
2019	115
2020	130
2021	150
2022	175
2023	200

এখানে GDP সময়ের সাথে ধারাবাহিকভাবে বাড়ছে। তাই এটি সাধারণত non-stationary হওয়ার সম্ভাবনা বেশি।

Stationarity কেন গুরুত্বপূর্ণ?

Time series data নিয়ে Regression Analysis করার সময় stationarity খুব গুরুত্বপূর্ণ। Non-stationary data ব্যবহার করে সরাসরি regression করলে অনেক সময় Spurious Regression হতে পারে।

Spurious Regression হলো এমন একটি পরিস্থিতি যেখানে দুইটি variable-এর মধ্যে বাস্তবে meaningful relationship না থাকলেও regression result-এ strong relationship দেখা যায়।

যেমন, একটি regression model-এ খুব বেশি R² পাওয়া গেলেই যে variables-এর মধ্যে সত্যিকারের relationship আছে, তা নিশ্চিত নয়। Data non-stationary হলে এই ধরনের misleading result আসতে পারে।

Stationarity কীভাবে Test করা হয়?

Time series-এর stationarity পরীক্ষা করার জন্য Econometrics-এ কয়েকটি test ব্যবহার করা হয়। এর মধ্যে সবচেয়ে পরিচিত একটি হলো:

ADF Test (Augmented Dickey-Fuller Test)

ADF Test-এর ক্ষেত্রে সাধারণভাবে:

• p-value < 0.05 → Null Hypothesis reject → Data Stationary
• p-value > 0.05 → Null Hypothesis reject করা যায় না → Data Non-Stationary

Non-Stationary হলে কী করা হয়?

কোনো variable non-stationary পাওয়া গেলে অনেক ক্ষেত্রে তার First Difference নেওয়া হয়।

ΔX_t = X_t − X_t−1

এরপর First Difference নেওয়া data-তে আবার stationarity test করা হয়। যদি first difference-এর পর data stationary হয়, তাহলে series-টি সাধারণত I(1) বা integrated of order one হিসেবে বিবেচিত হয়।

সহজে মনে রাখার উপায়

Stationary	Non-Stationary
একটি নির্দিষ্ট level-এর আশেপাশে ওঠানামা করে	সময় অনুযায়ী trend পরিবর্তিত হতে পারে
Mean তুলনামূলকভাবে স্থির	Mean পরিবর্তিত হতে পারে
ADF p-value সাধারণত 0.05-এর নিচে	ADF p-value সাধারণত 0.05-এর ওপরে
Regression-এর জন্য তুলনামূলকভাবে নিরাপদ	সরাসরি regression করলে সমস্যা হতে পারে

সংক্ষেপে

Stationary data হলো এমন time series যার statistical properties সময় অনুযায়ী মোটামুটি স্থির থাকে। অন্যদিকে Non-Stationary data-এর statistical properties সময়ের সাথে পরিবর্তিত হতে পারে।

তাই Time Series Econometrics-এ Regression, ARDL, VAR, VECM বা অন্য কোনো model ব্যবহারের আগে data stationary কি না, তা পরীক্ষা করা খুবই গুরুত্বপূর্ণ।