Perché dovremmo rimuovere la stagionalità da una serie storica?


11

Mentre lavoriamo con le serie storiche, a volte rileviamo e rimuoviamo la stagionalità usando l'analisi spettrale. Sono un vero principiante nelle serie storiche e sono confuso perché si vorrebbe rimuovere la stagionalità dalle serie storiche originali? La rimozione della stagionalità non distorce i dati originali?

Quali vantaggi otteniamo costruendo una serie temporale eliminando la stagionalità?


1
La frase finale del paragrafo iniziale della voce di wikipedia sull'adeguamento stagionale fornisce una ragione per cui i governi (e altre organizzazioni che devono occuparsi della pianificazione, tra cui molte aziende) potrebbero voler farlo.
Glen_b

Risposte:


7

Le ragioni secondo Burman:

Il più comune è fornire una stima dell'andamento attuale in modo da poter fare previsioni giudiziarie a breve termine. In alternativa, può essere applicato a un gran numero di serie che entrano in un modello economico, in quanto è stato ritenuto impossibile utilizzare dati non aggiustati con manichini stagionali in tutti i modelli tranne quelli più piccoli: questo è spesso chiamato il modo storico di aggiustamento stagionale

Uno scopo principale dello studio degli indicatori economici è determinare la fase del ciclo economico in cui si trova l'economia. Tale conoscenza aiuta a prevedere i successivi movimenti ciclici e fornisce una base fattuale per prendere provvedimenti per moderare l'ampiezza e la portata del ciclo economico. . . . Nell'utilizzare gli indicatori, tuttavia, gli analisti sono perennemente turbati dalla difficoltà di separare ciclicamente da altri tipi di fluttuazioni, in particolare le fluttuazioni stagionali.

Se vuoi i miei 2 copechi, lo riassumo in questo modo:

  1. Convenienza: se hai a che fare con più serie economiche, ognuna avrà la sua stagionalità. Diventa impraticabile affrontare la stagionalità di ogni serie in modelli multivariati. Quindi, è più facile destagionalizzare tutte le serie economiche prima di aggiungerle a modelli multivariati o analizzarli insieme.
  2. Estrazione di tendenza: molte serie economiche sono intrinsecamente stagionali, ad esempio i prezzi delle case sono più alti in estate. Quindi, quando l'indice dei prezzi delle case scende improvvisamente, non è sempre perché segnala qualcosa di importante nell'economia, ma potrebbe semplicemente essere il calo stagionale, che non ha informazioni significative. Quindi, vogliamo deseasonalizzare la serie per capire dove siamo.

se sto facendo la modellistica di una serie temporale, il modello non dovrebbe anche imparare la stagionalità e le tendenze della serie?
vishnu viswanath,

Ci sono molti modi di fare serie di cravatte. Puoi lasciare la stagionalità nella serie, quindi affrontarla esplicitamente nella struttura del ritardo con SARIMA, ad esempio.
Aksakal,

Grazie per la risposta. quindi dal tuo commento, presumo che dobbiamo tenere conto della stagionalità e della tendenza nella modellazione, ma a volte li rimuoviamo in modo da poter apprendere il modello sottostante e imparare la parte stagionale separatamente e combinare. ho ragione?
Vishnu viswanath,

1
sì, non esiste un solo modo di modellare, hai sempre diverse opzioni.
Aksakal,

0

Quando si esaminano le relazioni tra due variabili che sono serie temporali, la stagionalità ridurrà i gradi di libertà perché i dati non saranno indipendenti. Questa correlazione "seriale" si tradurrà in correlazioni spurie. In tal modo la stagionalità viene rimossa con l'obiettivo di aumentare i gradi di libertà.


Penso che potresti fare alcune valide argomentazioni sulle serie storiche, ma non capisco il tuo uso del termine "gradi se libertà" in questo contesto.
Michael R. Chernick,

Ciò che intendo è il numero di osservazioni indipendenti che ci consentiranno di calcolare le barre di errore per stabilire il significato delle nostre correlazioni.
Alberto M Mestas-Nunez,

Va bene. Questa è una questione diversa. Gradi di libertà è un termine statistico tecnico che si applica alle distribuzioni te F.
Michael R. Chernick,
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.