Comment estimer les effets de saisonnalité
Effets de saisonnalité peuvent être corrélées avec vos deux variables dépendantes et indépendantes. Afin d'éviter de confondre les effets de saisonnalité avec ceux de vos variables indépendantes, vous devez contrôler explicitement pour la saison dans laquelle la mesure est observée.
Si vous incluez des variables muettes pour les saisons avec les autres variables indépendantes pertinentes, vous pouvez simultanément obtenir de meilleures estimations de la saisonnalité et à la fois les effets des autres variables indépendantes.
Considérons le modèle
pour une situation dans laquelle vous croyez que X provoque directement Y. Si, toutefois, à la fois X et Y sont affectés par les tendances saisonnières pour des raisons non liées à la relation qu'ils ont les uns avec les autres, alors X semble avoir un effet important sur Y.
Si la saisonnalité explique significativement la variation de la variable dépendante et est également corrélée avec votre variable indépendante, alors vous avez exclu les variables pertinentes à partir de votre modèle et que vous avez introduit un biais dans vos coefficients estimés.
Ajout de variables saison factices à votre régression vous permet de choisir le co-mouvement saisonnier de vos variables et donc faire des arguments plus convaincants au sujet de la relation de causalité entre vos variables indépendantes (Xs) et la variable dépendante (Y).
Si vous avez une situation où les effets saisonniers sont susceptibles, alors vous devez estimer un modèle comme
où X représente la variable indépendante et S est votre saison variable fictive.