Como usar ols para ajustes sazonais
Video: FGV / IBRE - X13-ARIMA-SEATS usando o R: 02 Dessazonalização da série temporal Airline
Conteúdo
Quanto maior a freqüência de uma série temporal econômica, o mais provável é para exibir padrões sazonais. Por exemplo, os números de vendas de varejo muitas vezes apresentam um aumento significativo em torno dos feriados de inverno. Quando você está lidando com dados trimestrais, este aumento é susceptível de ser refletida com valores maiores no quarto trimestre de cada ano.
No entanto, com dados mensais, a mudança é mais evidente com aumentos ainda mais acentuada nas vendas durante os meses de novembro e dezembro.
Os modelos mais comuns de captura padrões sazonais incluem variáveis dummy representando a frequência com que os dados foram coletados (geralmente trimestre ou mês manequins).
Video: SAZONALIDADE
Um padrão sazonal típico é modelado com a especificação
Onde S variáveis são suas variáveis temporada fictícios e as várias alfa são os coeficientes temporada que representam o impacto de cada temporada, em média, sobre a variável dependente. Se um alfa é, em seguida, os aumentos variáveis dependentes positivos durante essa estação. Se um alfa é negativa, então a variável dependente diminui durante essa estação.
A figura usa STATA® para representar graficamente o registo de vendas lembrança mensais 1.987-1.993 e estimar um modelo padrão sazonal. As variáveis dummy capturando o mês de cada observação já foram criados.
Video: Trabalho Sazonal
Dada a representação da série de tempo aqui, você pode deduzir que dezembro terá números de vendas significativamente maiores em comparação com outros meses. Usando janeiro como o mês de referência, vários meses têm números de vendas significativamente maiores. Em comparação com janeiro, as vendas são 74 por cento maior em março e um aumento superior a 200 por cento, em média, em dezembro.