Tại sao chúng ta nên loại bỏ tính thời vụ từ một chuỗi thời gian?

Trong khi làm việc với chuỗi thời gian, đôi khi chúng tôi phát hiện và loại bỏ tính thời vụ bằng cách sử dụng phân tích quang phổ. Tôi là người mới bắt đầu thực sự trong chuỗi thời gian, và tôi bối rối tại sao người ta lại muốn loại bỏ tính thời vụ khỏi chuỗi thời gian ban đầu? Không loại bỏ tính thời vụ làm biến dạng dữ liệu gốc?

Những lợi ích nào chúng ta nhận được bằng cách xây dựng một chuỗi thời gian bằng cách loại bỏ tính thời vụ?

• Burman, J. Peter (1980), Điều chỉnh theo mùa bằng cách khai thác tín hiệu , Tạp chí của Hiệp hội thống kê hoàng gia, sê-ri A, 143, tr.321

Những lý do theo Burman:

Phổ biến nhất là đưa ra ước tính về xu hướng hiện tại để có thể đưa ra các dự báo ngắn hạn mang tính phán đoán. Ngoài ra, nó có thể được áp dụng cho một số lượng lớn các mô hình tham gia mô hình kinh tế, vì người ta thấy không thể sử dụng dữ liệu chưa được điều chỉnh với các hình nộm theo mùa trong tất cả các mô hình nhỏ nhất: đây thường được gọi là chế độ điều chỉnh theo mùa

• Shiskin, Julius (1957), Máy tính điện tử và các chỉ số kinh doanh ", Tạp chí kinh doanh, 30, 219-267.

Mục đích chính của nghiên cứu các chỉ số kinh tế là xác định giai đoạn của chu kỳ kinh doanh mà nền kinh tế đứng vững. Kiến thức như vậy giúp dự báo các chuyển động theo chu kỳ tiếp theo và cung cấp cơ sở thực tế cho việc thực hiện các bước để kiểm duyệt biên độ và phạm vi của chu kỳ kinh doanh. . . . Tuy nhiên, trong việc sử dụng các chỉ số, các nhà phân tích thường gặp khó khăn do khó phân tách theo chu kỳ với các loại biến động khác, đặc biệt là biến động theo mùa.

Nếu bạn muốn 2 kopeks của tôi, thì tôi sẽ tóm tắt như thế này:

1. Thuận tiện: Nếu bạn đối phó với nhiều chuỗi kinh tế, mỗi trong số chúng sẽ có tính thời vụ riêng. Nó trở nên không thực tế để đối phó với tính thời vụ của từng loạt trong các mô hình đa biến. Vì vậy, dễ dàng hơn để phi thời vụ hóa tất cả các chuỗi kinh tế trước khi thêm chúng vào các mô hình đa biến hoặc phân tích chúng cùng nhau.
2. Khai thác theo xu hướng: nhiều chuỗi kinh tế vốn đã theo mùa, ví dụ giá nhà cao hơn vào mùa hè. Do đó, khi chỉ số giá nhà đột ngột giảm, không phải lúc nào cũng vì nó báo hiệu một điều gì đó quan trọng trong nền kinh tế, mà đơn giản có thể là sự sụt giảm theo mùa, không có thông tin quan trọng. Do đó, chúng tôi muốn giải thích lại bộ truyện để hiểu chúng tôi đang ở đâu.

Khi xem xét mối quan hệ giữa hai biến là chuỗi thời gian, tính thời vụ sẽ làm giảm mức độ tự do vì dữ liệu sẽ không độc lập. Mối tương quan "nối tiếp" này sẽ dẫn đến tương quan giả. Do đó, tính thời vụ được loại bỏ với mục tiêu tăng mức độ tự do.