Wahania sezonowe, sezonowość – okresowy składnik w modelu zależności badanej cechy statystycznej od czasu.
Najczęściej występuje sezonowość roczna, tygodniowa oraz dzienna.
Modelowanie sezonowości
W modelach opartych na regresji liniowej, logistycznej i ogólnie GLM, sezonowość można uwzględnić np. wprowadzając do modelu sztuczną okresową zmienną opisującą czas, o okresie 1 (np. numer dnia w roku dzielony przez 365) i jej kolejne potęgi (np. ).
W tego typu modelach zmienne (w tym ) wchodzą w skład kombinacji liniowej, np. dla regresji liniowej model będzie miał postać:
gdzie:
- – okresowa zmienna opisująca czas,
- – z punktu widzenia modelu zmienne objaśniające,
- – zmienna objaśniana,
- – współczynniki modelu,
- – błąd.
Model liniowy automatycznie dopasuje do danych wielomian który będzie oddawał wpływ sezonowości. Żądając dodatkowo spełnienia warunku (np. w SAS 4GL służy do tego słowo kluczowe RESTRICT) zapewnimy ciągłość wielomianu na granicy okresów (np. z roku na rok).
Inna popularna metoda, łatwiejsza do zrozumienia, lecz mniej efektywna, polega na podziale okresu na równe odcinki (np. roku na miesiące), a następnie wyliczeniu średniej ze zmiennej objaśnianej w każdym z nich i wprowadzenie tej średniej do modelu albo po prostu odjęcie jej od predyktora, jeśli jest tylko jeden.
Należy pamiętać, że aby uwzględnić sezonowość w zbiorze uczącym muszą znajdować się dane z kilku okresów, w przeciwnym wypadku możemy nie odróżnić sezonowości od trendu.
Zobacz też
Bibliografia
- Janina Jóźwiak, Jarosław Podgórski: Statystyka od podstaw. Wyd. VI zmienione. Warszawa: Polskie Wydawnictwo Ekonomiczne, 2006. ISBN 83-208-1615-7.