Comment utiliser ols pour les ajustements saisonniers

Plus la fréquence d'une série chronologique économique, plus il est susceptible d'afficher des modèles saisonniers. Par exemple, les chiffres de ventes de détail présentent souvent une augmentation significative autour des vacances d'hiver. Lorsque vous avez affaire à des données trimestrielles, cette augmentation est susceptible d'être réfléchi avec des valeurs plus élevées au quatrième trimestre de chaque année.

Toutefois, en données mensuelles, le changement est plus évident avec des hausses encore plus marquées dans les ventes pendant les mois de Novembre et Décembre.




Les modèles les plus courants de capturer les tendances saisonnières incluent des variables muettes représentant la fréquence avec laquelle les données ont été recueillies (généralement trimestre ou mois mannequins).

Une tendance saisonnière typique est modélisé avec la spécification

image0.jpg

S variables sont vos variables saison factices et les différents alpha sont les coefficients de la saison représentant l'impact de chaque saison, en moyenne, sur la variable dépendante. Si un alpha est, puis les variables dépendantes augmente positifs au cours de cette saison. Si une alpha est négative, alors la variable dépendante diminue durant cette saison.

Le chiffre utilise STATA pour représenter graphiquement le journal des ventes mensuelles de souvenirs 1987-1993 et ​​estimer un modèle de tendance saisonnière. Les variables fictives capturant le mois de chaque observation ont déjà été créés.

image1.jpg

Compte tenu de la représentation de la série de temps ici, vous pouvez en déduire que Décembre aura chiffres de ventes sensiblement plus par rapport aux autres mois. Utilisation de Janvier le mois de référence, plusieurs mois ont chiffres de ventes sensiblement plus. Par rapport à Janvier, les ventes sont 74 pour cent plus grande en Mars et augmentent de plus de 200 pour cent, en moyenne, en Décembre.


» » » » Comment utiliser ols pour les ajustements saisonniers