Чому слід зняти сезонність із часових рядів?

Працюючи з часовими рядами, ми іноді виявляємо та вилучаємо сезонність за допомогою спектрального аналізу. Я справжній початківець у часових рядах, і мене бентежить, чому б хотілося зняти сезонність із початкового часового ряду? Чи не усунення сезонності спотворює вихідні дані?

Які переваги ми отримуємо, будуючи часовий ряд, вилучаючи сезонність?

• Бурман, Дж. Пітер (1980), " Сезонне коригування вилученням сигналу ", Журнал Королівського статистичного товариства, серія A, 143, с.321

Причини за словами Бурмена:

Найпоширенішим є надання оцінки поточної тенденції, щоб можна було робити прогнозні короткотермінові прогнози. Крім того, він може бути застосований до великої кількості серій, які входять до економічної моделі, оскільки виявилося недоцільним використання невідрегульованих даних із сезонними манекенами у всіх, крім найменших моделей: це часто називають історичним режимом сезонного коригування

• Шискін, Юлій (1957), “ Електронні комп’ютери та показники бізнесу ”, Журнал бізнесу, 30, 219-267.

Основною метою вивчення економічних показників є визначення того етапу ділового циклу, на якому стоїть економіка. Такі знання допомагають при прогнозуванні наступних циклічних рухів і дають фактичну основу для вжиття заходів для зменшення амплітуди та обсягу ділового циклу. . . . Однак, використовуючи показники, аналітиків багаторічно турбує труднощі відокремлення циклічності від інших типів коливань, особливо від сезонних коливань.

Якщо ви хочете мої 2 копійки, то я підсумую це так:

1. Зручність: Якщо ви маєте справу з декількома економічними серіями, кожна з них матиме свою сезонність. Дізнатися із сезонністю кожної серії у багатоваріантних моделях стає недоцільним. Отже, легше десезонізувати всі економічні серії, перш ніж додавати їх до багатоваріантних моделей або аналізувати їх разом.
2. Вилучення тенденцій: багато економічних серій по своїй суті є сезонними, наприклад, ціни на житло влітку вище. Отже, коли індекс цін на житло раптово знижується, це не завжди, оскільки це сигналізує про щось важливе в економіці, але це може бути просто сезонне падіння, яке не має значної інформації. Отже, ми хочемо деасоналізувати серію, щоб зрозуміти, де ми.

При перегляді взаємозв'язків між двома змінними, що є часовими рядами, сезонність зменшить ступінь свободи, оскільки дані не будуть незалежними. Це "послідовне" співвідношення призведе до помилкових кореляцій. Таким чином, сезонність знімається з метою підвищення ступеня свободи.