تصحیح فصلی بودن یک روش آماری برای حذف جزء فصلی یک سری زمانی است که برای تحلیل روندهای غیرفصلی به کار می رود. طبیعی است که دادهٔ تصحیح فصلی شده را برای نرخ های بی کاری گزارش کرد تا روندهای اساسی در بازارهای کار آشکار شوند. [ ۱] اکثر وقایع اقتصادی چرخه های فصلی دارند، مثل تولیدات کشاورزی و مصارف مصرف کنندگان به عنوان مثال مصرف بیشتر در روزهای نزدیک به کریسمس. ضروری است که برای این جزء به جهت درک آن روندهای اساسی که در اقتصاد هستند، تصحیح صورت بگیرد وآمارهای رسمی متعددی، غالباً برای حذف اجزای فصلی مورد تصحیح قرار می گیرند. [ ۲]
تحقیقات روی اکثر سری های زمانی اقتصادی به علت نوسانات فصلی مشکل ساز می گردند. سری های زمانی شامل چهار بخش هستند:
• St: بخش فصلی
• Tt: بخش روند
• Ct: بخش چرخه ای
• It: خطا یا بخش نامنظم
برخلاف اجزای چرخه ای و روند، اجزای فصلی، به طور نظری، با اهمیت یکسانی در زمان یکسانی از هرسال رخ می دهند. اجزای فصلی یک سری برخی اوقات جالب نبوده و این گونه به نظر می رسند که مانع تفسیر یک سری باشند. حذف اجزای فصلی تمرکز روی دیگر اجزا را بهتر می کند. [ ۳]
گروه های مختلف تحقیق آماری روش های مختلفی برای تصحیح فصلی بودن به دست آورده اند، برای مثال ایکس - ۱۲ - آرمیا حاصل شده توسط اداره آمار آمریکا است؛ ترامو/سیتز نیز توسط بانک اسپانیا؛[ ۴] و استمپ نیز توسط یک گروه به رهبری اس. جی. کوپمن حاصل شده است. هر گروه نرم افزاری برای دربرگیری روش خود طراحی می کند. برخی نسخه ها نیز به عنوان بخش هایی از محصولات بزرگتر ارائه می شوند، و برخی نیز برای استفاده های تجاری در دسترس هستند. برای مثال، زبان ساس ایکس - ۱۲ - آرمیا را ارائه می کند، در حالیکه اوکسمتریکس متضمن STAMP است. حرکت اخیری توسط سازمان های مردمی برای هماهنگ نمودن عملیات تصحیح فصلی بودن منجر به توسعهٔ دمترا+ توسط مرکز آمار اروپا و بانک ملی بلژیک شد که هم اکنون شامل X - 12 - ARMIA و TREMO/SEATS می باشد.
یک مثال معروف نرخ بیکاری است که توسط یک سری زمانی تعریف می شود. این نرخ به طور خاص به تأثیرات فصلی وابسته است که این علت نیاز به حذف اجزای فصلی از نرخ بیکاری را توجیه می کند. وقتی که تأثیر فصلی از این سری زمانی حذف گردد، اطلاعات نرخ بیکاری را می توان طی ماه های مختلف به طور معناداری مقایسه کرد. تصحیح فصلی بودن در آمار رسمی توسط نرم افزار آماری مثل دمترا+ انجام می پذیرد.
این نوشته برگرفته از سایت ویکی پدیا می باشد، اگر نادرست یا توهین آمیز است، لطفا گزارش دهید: گزارش تخلفتحقیقات روی اکثر سری های زمانی اقتصادی به علت نوسانات فصلی مشکل ساز می گردند. سری های زمانی شامل چهار بخش هستند:
• St: بخش فصلی
• Tt: بخش روند
• Ct: بخش چرخه ای
• It: خطا یا بخش نامنظم
برخلاف اجزای چرخه ای و روند، اجزای فصلی، به طور نظری، با اهمیت یکسانی در زمان یکسانی از هرسال رخ می دهند. اجزای فصلی یک سری برخی اوقات جالب نبوده و این گونه به نظر می رسند که مانع تفسیر یک سری باشند. حذف اجزای فصلی تمرکز روی دیگر اجزا را بهتر می کند. [ ۳]
گروه های مختلف تحقیق آماری روش های مختلفی برای تصحیح فصلی بودن به دست آورده اند، برای مثال ایکس - ۱۲ - آرمیا حاصل شده توسط اداره آمار آمریکا است؛ ترامو/سیتز نیز توسط بانک اسپانیا؛[ ۴] و استمپ نیز توسط یک گروه به رهبری اس. جی. کوپمن حاصل شده است. هر گروه نرم افزاری برای دربرگیری روش خود طراحی می کند. برخی نسخه ها نیز به عنوان بخش هایی از محصولات بزرگتر ارائه می شوند، و برخی نیز برای استفاده های تجاری در دسترس هستند. برای مثال، زبان ساس ایکس - ۱۲ - آرمیا را ارائه می کند، در حالیکه اوکسمتریکس متضمن STAMP است. حرکت اخیری توسط سازمان های مردمی برای هماهنگ نمودن عملیات تصحیح فصلی بودن منجر به توسعهٔ دمترا+ توسط مرکز آمار اروپا و بانک ملی بلژیک شد که هم اکنون شامل X - 12 - ARMIA و TREMO/SEATS می باشد.
یک مثال معروف نرخ بیکاری است که توسط یک سری زمانی تعریف می شود. این نرخ به طور خاص به تأثیرات فصلی وابسته است که این علت نیاز به حذف اجزای فصلی از نرخ بیکاری را توجیه می کند. وقتی که تأثیر فصلی از این سری زمانی حذف گردد، اطلاعات نرخ بیکاری را می توان طی ماه های مختلف به طور معناداری مقایسه کرد. تصحیح فصلی بودن در آمار رسمی توسط نرم افزار آماری مثل دمترا+ انجام می پذیرد.
wiki: تصحیح فصلی بودن