Pourquoi devrions-nous supprimer la saisonnalité d'une série chronologique?

11

En travaillant avec des séries chronologiques, nous détectons et supprimons parfois la saisonnalité à l'aide de l'analyse spectrale. Je suis un vrai débutant dans les séries chronologiques, et je ne comprends pas pourquoi on voudrait supprimer la saisonnalité de la série chronologique originale? La suppression de la saisonnalité ne déforme-t-elle pas les données d'origine?

Quels avantages tirons-nous de la construction d'une série chronologique en supprimant la saisonnalité?

Victor
la source
1
La dernière phrase du premier paragraphe de l'article de Wikipédia sur la désaisonnalisation donne une raison pour laquelle les gouvernements (et d'autres organisations qui doivent gérer la planification, y compris de nombreuses entreprises) pourraient vouloir le faire.
Glen_b -Reinstate Monica

Réponses:

7

Les raisons selon Burman:

La plus courante consiste à fournir une estimation de la tendance actuelle afin de pouvoir faire des prévisions à court terme. Alternativement, il peut être appliqué à un grand nombre de séries qui entrent dans un modèle économique, car il a été jugé impossible d'utiliser des données non désaisonnalisées avec des variables fictives saisonnières dans tous les modèles sauf les plus petits: on l'appelle souvent le mode historique de désaisonnalisation

L'un des principaux objectifs de l'étude des indicateurs économiques est de déterminer le stade du cycle économique auquel se situe l'économie. Ces connaissances aident à prévoir les mouvements cycliques ultérieurs et fournissent une base factuelle pour prendre des mesures pour modérer l'amplitude et la portée du cycle économique. . . . En utilisant des indicateurs, cependant, les analystes sont constamment troublés par la difficulté de séparer les fluctuations cycliques des autres types de fluctuations, en particulier les fluctuations saisonnières.

Si vous voulez mes 2 kopeks, alors je le résumerais comme ceci:

  1. Commodité: Si vous traitez plusieurs séries économiques, chacune aura sa propre saisonnalité. Il devient impossible de traiter la saisonnalité de chaque série dans des modèles multivariés. Il est donc plus facile de désaisonnaliser toutes les séries économiques avant de les ajouter à des modèles multivariés ou de les analyser ensemble.
  2. Extraction des tendances: de nombreuses séries économiques sont intrinsèquement saisonnières, par exemple les prix des logements sont plus élevés en été. Par conséquent, lorsque l'indice des prix des logements baisse soudainement, ce n'est pas toujours parce qu'il signale quelque chose d'important dans l'économie, mais il pourrait tout simplement s'agir de la baisse saisonnière, qui n'a pas d'informations significatives. Par conséquent, nous voulons désaisonnaliser la série pour comprendre où nous en sommes.
Aksakal
la source
si je fais de la modélisation série temporelle, le modèle ne devrait-il pas également connaître la saisonnalité et les tendances de la série?
vishnu viswanath
Il existe de nombreuses façons de réaliser des séries de cravates. Vous pouvez laisser la saisonnalité dans la série, puis la traiter explicitement dans la structure de décalage avec SARIMA, par exemple.
Aksakal
Merci pour la réponse. donc de votre commentaire, je suppose que nous devons tenir compte de la saisonnalité et de la tendance dans la modélisation, mais parfois nous les supprimons afin que nous puissions apprendre le modèle sous-jacent et apprendre la partie saisonnière séparément et combiner. ai-je raison?
vishnu viswanath
1
oui, il n'y a pas qu'une seule façon de modéliser, vous avez toujours différentes options.
Aksakal
0

Lorsque l'on examine les relations entre deux variables qui sont des séries chronologiques, la saisonnalité réduira les degrés de liberté car les données ne seront pas indépendantes. Cette corrélation "sérielle" entraînera des corrélations fallacieuses. Ainsi, la saisonnalité est supprimée dans le but d'augmenter les degrés de liberté.

Alberto M Mestas-Nunez
la source
Je pense que vous faites peut-être des arguments valables au sujet des séries chronologiques, mais je ne comprends pas votre utilisation du terme "degrés si liberté" dans ce contexte.
Michael R. Chernick
Ce que je veux dire, c'est le nombre d'observations indépendantes qui nous permettront de calculer des barres d'erreur pour établir la signification de nos corrélations.
Alberto M Mestas-Nunez
D'accord. C'est une autre affaire. Degrés de liberté est un terme statistique technique qui s'applique aux distributions t et F.
Michael R. Chernick