Teste de sazonalidade de séries temporais

Antes de testar a sazonalidade, você deve refletir qual o tipo de sazonalidade que possui. Observe que existem muitos tipos diferentes de sazonalidade:

Sazonalidade aditiva vs. sazonal multiplicativa
Sazonal vs. Várias sazonalidades
Sazonalidade com número uniforme versus desigual de períodos. Cada ano tem doze meses, mas 52.1429 semanas.
Tendência versus sazonalidade: um padrão de sazonalidade sempre aparece no mesmo período, mas uma tendência pode aparecer um pouco mais tarde ou mais cedo e não exatamente a cada 5 anos. Um exemplo de tendência são os ciclos de negócios.

Um dos métodos mais comuns para detectar a sazonalidade é decompor as séries temporais em vários componentes.

No R, você pode fazer isso com o decompose()comando do pacote de estatísticas pré-instalado ou com o stl()comando do pacote de previsão.

O código a seguir foi retirado de Um pequeno livro de R para séries temporais

births <- scan("http://robjhyndman.com/tsdldata/data/nybirths.dat")
birthstimeseries <- ts(births, frequency = 12, start = c(1946,1))
birthstimeseriescomponents <- decompose(birthstimeseries)
plot(birthstimeseriescomponents)

Você pode verificar os componentes únicos com

birthstimeseriescomponents$seasonal
birthstimeseriescomponents$random
birthstimeseriescomponents$trend

Um outro método é incluir manequins sazonais e verificar se eles têm valores p significativos quando você calcula a regressão. Se os meses únicos tiverem coeficientes significativos, sua série temporal mensal é sazonal.

Um outro método para detectar a sazonalidade é plotar os dados em si ou plotar o ACF (função de autocorrelação). No nosso caso, você pode perceber facilmente que há sazonalidade.

E por último, mas não menos importante, existem alguns testes de hipótese "formais" para detectar a sazonalidade, como o Teste T de Student e o Teste de Classificação Assinada de Wilcoxon.

Ferdi
fonte

no meu caso, eu não sei por mim mesmo (aditivo x multiplicativo, sazonalidade única versus sazonalidade sazonalidade com número uniforme versus desigual de períodos), tenho muitas séries temporais e gostaria de ter um número muito próximo possível. Para começar, gostaria de começar com uma sazonalidade aditiva e única, mesmo + nem mesmo. @Ferdi

Michael D

talvez você deva pensar em seus dados: são dados diários, semanais, mensais ou trimestrais? existem choques ou irregularidades? o que você observa quando visualiza?

Ferdi 16/05

algumas das séries temporais têm semanalmente, diariamente, a cada hora. E alguns outros não têm. Para o primeiro passo, quero detectar se o componente sazonal está cheio. Para o seu segundo exemplo, ele tem Lag 3 e 12. Mas, de alguma forma, a olho nu, não encontro nenhuma sazonalidade no lag 3. É melhor procurar o pacf ? Se eu olhar em ACF ou PACF como eu distinguir modelo AR (p) (o que não é sazonal) versus um modelo sazonal @Ferdi?

Michael D

Não tenho conhecimento de qualquer algoritmo pode cegamente executado em qualquer tipo de série temporal para testar a sazonalidade

Ferdi

Eu sou ... A AUTOBOX pesquisa automaticamente a estrutura estocástica, ou seja, a estrutura ARIMA e a estrutura determinística (efeitos fixos como dia da semana, mês do ano, dia do mês, dia do mês, trimestre do ano). etc) ao lidar com complicações como mudanças de nível / etapa, tendências da hora local, pulsos, alterações nos parâmetros e variação de erros ao longo do tempo. Existe uma versão R. É um resultado da minha dissertação de doutorado para automatizar a identificação de modelos de séries temporais em configurações univariadas e multivariadas.

IrishStat

Teste de sazonalidade de séries temporais

Respostas: