Почему мы должны удалить сезонность из временного ряда?


11

Работая с временными рядами, мы иногда выявляем и удаляем сезонность, используя спектральный анализ. Я - настоящий новичок во временных рядах, и меня смущает, почему нужно убрать сезонность из исходного временного ряда? Разве удаление сезонности не искажает исходные данные?

Какие преимущества мы получаем, строя временные ряды, удаляя сезонность?


1
Последнее предложение вступительного абзаца статьи в Википедии о сезонной корректировке дает причину, по которой правительства (и другие организации, которые должны заниматься планированием, включая многие предприятия) могут захотеть это сделать.
Glen_b

Ответы:


7

Причины по мнению Бирман:

Наиболее распространенным является предоставление оценки текущей тенденции, чтобы можно было сделать объективные краткосрочные прогнозы. Альтернативно, это может быть применено к большому количеству рядов, которые входят в экономическую модель, поскольку было признано нецелесообразным использовать нескорректированные данные с сезонными манекенами во всех моделях, кроме самых маленьких: это часто называют историческим способом сезонной корректировки

Основной целью изучения экономических показателей является определение стадии делового цикла, на котором стоит экономика. Такое знание помогает в прогнозировании последующих циклических движений и обеспечивает фактическую основу для принятия мер по смягчению амплитуды и масштабов делового цикла. , , , Однако при использовании индикаторов аналитики постоянно обеспокоены трудностью отделения циклических от других типов колебаний, особенно сезонных колебаний.

Если вы хотите мои 2 копейки, то я бы подвел итог так:

  1. Удобство: если вы имеете дело с несколькими экономическими сериями, у каждого из них будет своя сезонность. Нецелесообразно иметь дело с сезонностью каждой серии в многомерных моделях. Таким образом, легче десезонизировать все экономические ряды, прежде чем добавлять их в многовариантные модели или анализировать их вместе.
  2. Извлечение тренда: многие экономические ряды носят сезонный характер, например, цены на жилье выше летом. Следовательно, когда индекс цен на жилье внезапно падает, это не всегда потому, что он сигнализирует о чем-то важном в экономике, но это может быть просто сезонное падение, которое не имеет существенной информации. Следовательно, мы хотим десезонализовать серию, чтобы понять, где мы находимся.

если я занимаюсь моделированием временных рядов, разве модель не должна изучать сезонность и тенденции в серии?
Вишну Вишванат

Есть много способов сделать серию галстуков. Вы можете оставить сезонность в серии, а затем явно разобраться с ней, например, в структуре отставания с SARIMA.
Аксакал

Спасибо за ответ. поэтому из вашего комментария я предполагаю, что мы должны учитывать сезонность и тренд в моделировании, но иногда мы удаляем их, чтобы мы могли изучить основную модель и изучить сезонную часть отдельно и объединить. я прав?
Вишну Вишванат

1
да, нет единственного способа моделирования, у вас всегда есть разные варианты.
Аксакал

0

При рассмотрении взаимосвязей между двумя переменными, которые являются временными рядами, сезонность уменьшит степень свободы, поскольку данные не будут независимыми. Эта «последовательная» корреляция приведет к ложным корреляциям. Таким образом, сезонность снимается с целью увеличения степеней свободы.


Я думаю, что вы, возможно, приводите веские аргументы в отношении временных рядов, но я не понимаю, как вы используете термин «степени, если свобода» в этом контексте.
Майкл Р. Черник

Я имею в виду количество независимых наблюдений, которые позволят нам вычислить погрешности, чтобы установить значимость наших корреляций.
Альберто М Местас-Нуньес

Ладно. Это другое дело. Степени свободы - это технический статистический термин, который применяется к распределениям t и F.
Майкл Р. Черник
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.