Wie Verwenden von OLS für saisonale Anpassungen
Je höher die Frequenz eines ökonomischen Zeitreihen, desto wahrscheinlicher ist es, saisonale Muster angezeigt werden soll. Zum Beispiel Verkaufszahlen im Einzelhandel zeigen oft eine deutliche Steigerung um den Winterferien. Wenn Sie mit vierteljährlichen Daten zu tun haben, ist dieser Anstieg wahrscheinlich mit größeren Werten im vierten Quartal eines jeden Jahres widerspiegeln.
Doch mit monatlichen Daten ist die Veränderung noch deutlicher mit noch stärkeren Umsatzsteigerungen in den Monaten November und Dezember.
Die am häufigsten verwendeten Modelle saisonale Muster erfassen sind Dummy-Variablen, die die Häufigkeit, mit der die Daten erhoben wurden (in der Regel Quartal oder Monat Attrappen).
Eine typische saisonale Muster wird mit der Spezifikation modelliert
woher S Variablen sind Ihre Saison Dummy-Variablen und die verschiedenen alpha die Saison-Koeffizienten, die die Auswirkungen jeder Saison sind im Durchschnitt auf die abhängige Variable. Wenn ein Alpha-positiv ist, dann werden die abhängige Variable erhöht sich während dieser Saison. Wenn ein alphais negativ, dann verringert sich die abhängige Variable in dieser Saison.
Die Figur verwendet Stata das Protokoll der monatlichen Souvenir-Verkauf von 1987 bis 1993 grafisch darzustellen und einem saisonalen Muster Modell schätzen. Die Dummy-Variablen, um den Monat jeder Beobachtung Erfassung sind bereits angelegt.
In Anbetracht der Darstellung der Zeitreihe hier können Sie ableiten, dass der Dezember deutlich größere Verkaufszahlen im Vergleich zu anderen Monaten haben wird. Mit Januar als Referenzmonat, haben mehrere Monate deutlich größere Verkaufszahlen. Im Vergleich zum Januar Verkäufe sind 74 Prozent größer ist im März und erhöhen um mehr als 200 Prozent im Durchschnitt, im Dezember.