Por que devemos remover a sazonalidade de uma série temporal?

11

Enquanto trabalhamos com séries temporais, às vezes detectamos e removemos a sazonalidade usando análise espectral. Sou realmente um iniciante em séries temporais e estou confuso por que alguém gostaria de remover a sazonalidade da série cronológica original? A remoção da sazonalidade não distorce os dados originais?

Quais são os benefícios que obtemos ao construir uma série temporal ao remover a sazonalidade?

Vencedor
fonte
11
A sentença final do parágrafo inicial da entrada da Wikipedia sobre ajuste sazonal fornece uma razão pela qual os governos (e outras organizações que precisam lidar com o planejamento, incluindo muitas empresas) podem querer fazê-lo.
Glen_b -Reinstala Monica

Respostas:

7

As razões de acordo com Burman:

O mais comum é fornecer uma estimativa da tendência atual para que previsões de curto prazo possam ser feitas. Como alternativa, ele pode ser aplicado a um grande número de séries que entram em um modelo econômico, pois foi impraticável usar dados não ajustados com manequins sazonais em todos os modelos, exceto nos menores, geralmente: esse é chamado de modo histórico de ajuste sazonal

Um dos principais objetivos do estudo de indicadores econômicos é determinar o estágio do ciclo de negócios em que a economia se situa. Esse conhecimento ajuda a prever movimentos cíclicos subseqüentes e fornece uma base factual para tomar medidas para moderar a amplitude e o escopo do ciclo de negócios. . . . Ao usar indicadores, no entanto, os analistas estão constantemente preocupados com a dificuldade de separar variações cíclicas de outros tipos de flutuações, principalmente as sazonais.

Se você quer meus 2 kopeks, eu resumiria assim:

  1. Conveniência: se você lida com várias séries econômicas, cada uma delas terá sua própria sazonalidade. Torna-se impraticável lidar com a sazonalidade de cada série em modelos multivariados. Portanto, é mais fácil dessazonalizar todas as séries econômicas antes de adicioná-las a modelos multivariados ou analisá-las juntas.
  2. Extração de tendências: muitas séries econômicas são inerentemente sazonais, por exemplo, os preços das casas são mais altos no verão. Portanto, quando o índice de preços da habitação cai repentinamente, nem sempre é porque sinaliza algo importante na economia, mas poderia ser simplesmente a queda sazonal, que não possui informações significativas. Portanto, queremos dessazonalizar a série para entender onde estamos.
Aksakal
fonte
se eu estiver modelando séries temporais, o modelo também não deve aprender a sazonalidade e as tendências da série?
Vishnu Viswanath
Existem muitas maneiras de fazer séries de gravatas. Você pode deixar a sazonalidade na série e lidar explicitamente com ela na estrutura de defasagem do SARIMA, por exemplo.
Aksakal
Obrigado pela resposta. Portanto, pelo seu comentário, presumo que tenhamos que levar em consideração a sazonalidade e a tendência na modelagem, mas às vezes as removemos para que possamos aprender o padrão subjacente e aprender a parte sazonal separadamente e combinar. Estou certo?
Vishnu Viswanath
11
sim, não há uma única maneira de modelar, você sempre tem opções diferentes.
Aksakal
0

Ao analisar as relações entre duas variáveis ​​que são séries temporais, a sazonalidade reduzirá os graus de liberdade, porque os dados não serão independentes. Essa correlação "serial" resultará em correlações falsas. Assim, a sazonalidade é removida com o objetivo de aumentar os graus de liberdade.

Alberto M Mestas-Nunez
fonte
Acho que você pode estar apresentando alguns argumentos válidos sobre séries temporais, mas não entendo o uso do termo "graus se liberdade" nesse contexto.
Michael R. Chernick 01/10/19
O que quero dizer é o número de observações independentes que nos permitem calcular as barras de erro para estabelecer a significância de nossas correlações.
Alberto M Mestas-Nunez
OK. Essa é uma questão diferente. Graus de liberdade é um termo estatístico técnico que se aplica às distribuições teef.
Michael R. Chernick 01/10/19