Wykres wahań sezonowych zużycia prądu w USA.

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.
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.