为什么我们要从时间序列中删除季节性因素?


11

在处理时间序列时,有时我们会使用频谱分析来检测并消除季节性。我是时间序列的真正初学者,但我很困惑为什么要从原始时间序列中去除季节性?删除季节性因素是否会使原始数据失真?

通过消除季节性来构建时间序列,我们可以获得什么好处?


1
Wikipedia条目开头部分关于季节性调整的最后一句话提供了一个理由,说明政府(以及其他必须处理计划的组织,包括许多企业)可能想要这样做的原因。
Glen_b-恢复莫妮卡2015年

Answers:


7

根据缅甸人的原因:

最常见的是提供当前趋势的估计,以便可以做出判断性的短期预测。另外,它也可以应用于进入经济模型的大量序列,因为发现除了最小的模型以外,在所有模型中使用未经调整的数据进行季节性虚拟化都是不可行的:这通常称为季节性调整的历史模式

研究经济指标的主要目的是确定经济所处的商业周期阶段。这些知识有助于预测随后的周期性运动,并为采取措施缓和商业周期的幅度和范围提供事实依据。。。。但是,在使用指标时,分析师经常会遇到难以将周期性波动与其他类型的波动(尤其是季节性波动)分开的麻烦。

如果您想要我的2戈比,那么我将其总结如下:

  1. 便利性:如果您处理多个经济系列,则每个系列都有其自己的季节性。在多元模型中处理每个系列的季节性变得不切实际。因此,在将所有经济序列添加到多元模型或一起进行分析之前,对所有经济序列进行反季节化比较容易。
  2. 趋势提取:许多经济序列本质上是季节性的,例如,夏季房价较高。因此,当房价指数突然下降时,这并不总是因为它预示着经济中的重要信号,而可能仅仅是季节性下降而没有重要信息。因此,我们希望对该系列进行反季节化处理以了解我们的位置。

如果我正在进行时间序列建模,那么该模型是否还应该了解该序列的季节性和趋势?
vishnu viswanath

做领带系列的方法有很多。您可以在系列中保留季节性,然后例如在SARIMA的滞后结构中显式处理它。
Aksakal

谢谢回复。因此,根据您的评论,我认为我们必须在建模中考虑季节性和趋势,但是有时我们将其删除,以便我们可以学习基础模式并分别学习季节性部分并进行组合。我对吗?
vishnu viswanath

1
是的,没有唯一的建模方法,您总是有不同的选择。
阿克萨卡尔州

0

当查看时间序列的两个变量之间的关系时,季节性会降低自由度,因为数据不会独立。这种“串行”相关将导致虚假相关。因此,以增加自由度为目标,消除了季节性。


我认为您可能对时间序列提出了一些有效的论点,但是我不理解您在这种情况下使用的术语“自由度”。
Michael R. Chernick

我的意思是独立观察的数量,这将使我们能够计算误差线以建立相关性的重要性。
阿尔贝托中号梅斯塔斯-努涅斯

好的。那是另一回事。自由度是一个适用于t和F分布的技术统计术语。
Michael R. Chernick
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.