季節変動の章に入りました。
○季節変動とは、「天候」「社会習慣」等の影響によって毎年繰り返される変動
○こちらを「経済データから除去」することにより、
経済の基調的動向・諸変数間の関係をより的確に把握可能
○季節変動パターンには、以下の2通りがある。
「固定季節変動型(毎年同じ)」
→”連環比率(原系列の前月比)を月別に平均し、1月を100とした1月基準の指数を作成。
その上で12月と1月と差分を各月に対して修正し、各月の修正値を修正値の平均で割る”
というステップで季節変動を捉えられるが、傾向変動の変化率が大きかったり外れ値が
あると正しく推定できないことがある。
「可変季節変動型(徐々に変化)」
→原系列の12か月合計をそれぞれ求め、次に12月合計の隣り合うデータをそれぞれ
足し合わせて24か月合計を作成し24で割ることにより、季節変動を除いた
「トレンド×サイクル」が求まる。
原系列をこちらで割ると「季節変動×不規則変動」(SI要素)となる。
SI要素を月別に平均することによって不規則変動を取り除き、こちらの12か月分の
平均が100となるよう指数化する”
移動平均をとることによって欠損した月をARIMAモデルによって埋めるX-12-ARIMAという
季節調整法がある。
めちゃ眠くなりました・・・あまり進んでいませんが今日は一旦寝ます。
○季節変動とは、「天候」「社会習慣」等の影響によって毎年繰り返される変動
○こちらを「経済データから除去」することにより、
経済の基調的動向・諸変数間の関係をより的確に把握可能
○季節変動パターンには、以下の2通りがある。
「固定季節変動型(毎年同じ)」
→”連環比率(原系列の前月比)を月別に平均し、1月を100とした1月基準の指数を作成。
その上で12月と1月と差分を各月に対して修正し、各月の修正値を修正値の平均で割る”
というステップで季節変動を捉えられるが、傾向変動の変化率が大きかったり外れ値が
あると正しく推定できないことがある。
「可変季節変動型(徐々に変化)」
→原系列の12か月合計をそれぞれ求め、次に12月合計の隣り合うデータをそれぞれ
足し合わせて24か月合計を作成し24で割ることにより、季節変動を除いた
「トレンド×サイクル」が求まる。
原系列をこちらで割ると「季節変動×不規則変動」(SI要素)となる。
SI要素を月別に平均することによって不規則変動を取り除き、こちらの12か月分の
平均が100となるよう指数化する”
移動平均をとることによって欠損した月をARIMAモデルによって埋めるX-12-ARIMAという
季節調整法がある。
めちゃ眠くなりました・・・あまり進んでいませんが今日は一旦寝ます。