Wie zu schätzen Saisonalität Effekte

Saisonalität Effekte können mit beiden abhängigen und unabhängigen Variablen korreliert werden. Um mit denen Ihrer unabhängigen Variablen Verwechselung die Saisonalität Effekte zu vermeiden, müssen Sie explizit für die Saison zu steuern, in der die Messung beobachtet wird.

Wenn Sie Dummy-Variablen für die Jahreszeiten zusammen mit den anderen relevanten unabhängigen Variablen enthalten, können Sie gleichzeitig eine bessere Einschätzung der beiden Saisonalität und die Auswirkungen der anderen unabhängigen Variablen erhalten.

Betrachten Sie das Modell

für eine Situation, in der Sie glauben, dass X direkt verursacht Y. Wenn jedoch sowohl X und Y werden von saisonalen Trends aus Gründen in keinem Zusammenhang mit der Beziehung, die sie miteinander haben betroffen, dann X erscheint eine starke Wirkung auf Y.

Wenn Saisonalität deutlich Variation in der abhängigen Variablen erklärt und auch mit Ihrem unabhängigen Variablen korreliert ist, dann haben Sie relevanten Variablen aus dem Modell ausgeschlossen und haben Bias in Ihre geschätzten Koeffizienten eingeführt.

Hinzufügen Saison Dummy-Variablen auf Ihre Regression ermöglicht es Ihnen, die saisonale Co-Bewegung Ihrer Variablen zu holen und damit machen überzeugender Argumente über die kausale Beziehung zwischen Ihrem unabhängigen Variablen (Xs) und abhängige Variable (Y).

Wenn Sie eine Situation, wo saisonale Effekte wahrscheinlich sind, dann sollten Sie ein Modell schätzen wie

woher X stellt Ihre unabhängige Variable und S Dummy-Variable ist Ihre Saison.