Wat is het verschil tussen periodecyclus en seizoensinvloeden?
Geplaatst op januari 22, 2021 door adminVan wat ik hier lees https://onlinecourses.science.psu.edu/stat510/node/47 , is er geen seizoensgebondenheid aangezien de gegevens jaarlijkse gegevens zijn.
“Is er sprake van seizoensgebondenheid, wat betekent dat er een regelmatig herhalend patroon is van hoogte- en dieptepunten gerelateerd aan kalendertijd, zoals seizoenen, kwartalen, maanden, dagen van de week, enzovoort. “
Maar als ik bijvoorbeeld een tijdreeks heb voor regen met gegevens in jaren, en de gegevens laten een patroon zien dat zich in dezelfde maanden gedurende het jaar herhaalt, is niet seizoensgebonden omdat de periode in jaren is?
Hoe weet u of het seizoensgebonden is of een periodecyclus?
Bekijk het voorbeeld hieronder
Kijk wat ze zeiden over de serie woningverkopen
“De maandelijkse huizenverkopen (linksboven) vertonen een sterke seizoensinvloeden binnen elk jaar, evenals een sterk cyclisch gedrag met een periode van ongeveer 6-10 jaar. Er is geen duidelijke trend in de gegevens over deze periode. “
Maar hoe weten ze dat het seizoensgebonden is? Ik zie niets.
Opmerkingen
- Ik denk niet dat je op een betrouwbare manier seizoensinvloeden kunt afleiden door dat perceel zelf visueel te inspecteren. Als de periode bekend is (bijvoorbeeld 1 jaar), dan kun je de gegevens uitzetten in termen van de relatieve tijd (bijvoorbeeld voor jaarperiode, plot als dag van het jaar). Als de exacte periode niet bekend is, kunnen spectrale methoden worden gebruikt. Houd er rekening mee dat de taal voor dit fenomeen per veld verschilt. Wat u " seizoensgebondenheid " en " cycliciteit " in econometrie, wordt doorgaans " periodiek " en " cyclisch " (of quasi-periodiek ) in de geofysica.
- Waar uw referentie " Bijna per defi nitie, er is geen seizoensgebondenheid, aangezien de gegevens jaarlijkse gegevens zijn " het is misleidend. Dat is niet de definitie die het gaf: in dit citaat veranderde het stilzwijgend de betekenis van " seizoensgebonden " in de informele die specifiek betrekking heeft op vier seizoenen van het jaar. Natuurlijk jaarlijkse gegevens kunnen " seizoensgebonden " hebben zoals eerder gedefinieerd: Amerikaanse presidentsverkiezingencycli, tienjaarlijkse volkstellingen , astronomische cycli (zoals planetaire banen), periodieke krekels (met cycli van 13-17 jaar) en nog veel meer verschijnselen vertonen een lange seizoensinvloeden.
Antwoord
Het verschil tussen seizoensgebonden en cyclisch gedrag heeft te maken met hoe regelmatig de periode van verandering is. Een seizoensgedrag is zeer strikt regelmatig, wat betekent dat er een precieze hoeveelheid tijd zit tussen de pieken en dalen van de gegevens. De temperatuur zou bijvoorbeeld een seizoensgebonden gedrag hebben. De koudste dag van het jaar en de warmste dag van het jaar kunnen verschuiven (vanwege andere factoren dan tijd dan die van invloed zijn op de gegevens), maar je zult nooit een afwijking in de tijd zien waar uiteindelijk de winter in juni op het noordelijk halfrond komt.
Cyclisch gedrag kan daarentegen in de loop van de tijd afwijken omdat de tijd tussen perioden niet precies is. De aandelenmarkt heeft bijvoorbeeld de neiging om tussen perioden van hoge en lage waarden te wisselen, maar er is geen vaste tijd tussen die perioden. schommelingen.
Reeksen kunnen zowel cyclisch als seizoensgebonden gedrag vertonen. In het bovenstaande huizenprijzenvoorbeeld is er een cyclisch effect vanwege de markt, maar er is ook een seizoenseffect omdat de meeste mensen zich liever in de zomer wanneer hun kinderen tussen de klassen zitten. U kunt ook meerdere seizoensgebonden (of cyclische) effecten hebben. Mensen proberen bijvoorbeeld positieve gedragsveranderingen aan te brengen op de eerste van iets, dus u ziet pieken in het aantal cursus op de 1e van het jaar, maar ook o de eerste van elke maand en elke week, dus het bezoek aan de sportschool is jaarlijks, maandelijks en wekelijks seizoensgebonden. Wanneer u op zoek bent naar een tweede seizoenspatroon of een cyclisch patroon in seizoensgegevens, kan het helpen om een voortschrijdend gemiddelde te nemen bij de hogere seizoensfrequentie om die seizoenseffecten weg te nemen. Als u bijvoorbeeld een voortschrijdend gemiddelde neemt van de huisvestingsgegevens met een venstergrootte van 12, ziet u het cyclische patroon duidelijker. Dit werkt echter alleen om een hoger frequentiepatroon te verwijderen van een lager frequentiepatroon.
Voor de duidelijkheid, seizoensgebonden gedrag hoeft niet alleen op subjaarseenheden te gebeuren. De zon gaat bijvoorbeeld door zogenaamde “zonnecycli”, dit zijn perioden waarin ze meer of minder warmte afgeeft. Dit gedrag vertoont een seizoensgebondenheid van bijna precies 11 jaar, dus een jaarlijkse tijdreeks van de hitte die door de zon wordt uitgestraald, zou een seizoensgebondenheid van 11 hebben.
In veel gevallen kan het verschil in seizoensgebonden versus cyclisch gedrag met redelijke nauwkeurigheid worden gekend of gemeten door te kijken naar de regelmaat van de pieken in uw gegevens en te zoeken naar een afwijking van de timingpieken ten opzichte van de gemiddelde afstand ertussen . Een reeks met sterke seizoensinvloeden zal duidelijke pieken vertonen in zowel de gedeeltelijke autocorrelatiefunctie als de autocorrelatiefunctie, terwijl een cyclische reeks alleen de sterke pieken zal hebben in de autocorrelatiefunctie. Als u echter niet over voldoende gegevens beschikt om dit te bepalen of als de gegevens erg luidruchtig zijn, waardoor de metingen moeilijk zijn, kunt u het beste bepalen of een gedrag cyclisch of seizoensgebonden is, door na te denken over de oorzaak van de fluctuatie in de gegevens. Als de oorzaak direct afhankelijk is van de tijd, zijn de gegevens waarschijnlijk seizoensgebonden (het duurt bijvoorbeeld ~ 365,25 dagen voordat de aarde rond de zon reist, de positie van de aarde rond de zon beïnvloedt de temperatuur, daarom vertoont de temperatuur een jaarlijks seizoenspatroon) . Als aan de andere kant de oorzaak is gebaseerd op eerdere waarden van de serie in plaats van direct op tijd, is de serie waarschijnlijk cyclisch (bijv. Wanneer de waarde van aandelen stijgt, geeft dit vertrouwen in de markt, dus meer mensen investeren waardoor de prijzen stijgen, en vice versa, daarom vertonen aandelen een cyclisch patroon).
Opmerkingen
- (+1) Voor een lange tijdschaal " seizoensgebondenheid ", Milankovitch cycli zijn een mooi voorbeeld.
Antwoord
De term cyclus verwijst naar de terugkerende variaties in tijdreeksen die over het algemeen langer duren dan een jaar en die wel 15 of 20 jaar kunnen zijn. Deze variaties zijn niet regelmatig, noch in amplitude, noch in lengte. De meeste tijdreeksen met betrekking tot zaken vertonen een soort cyclische of oscillerende variatie. Deze schommelingen zijn langetermijnbewegingen die consistent terugkerende stijgingen en dalingen van activiteit vertegenwoordigen. Seizoensvariaties zijn die periodieke bewegingen in de bedrijfsactiviteit die regelmatig elk jaar plaatsvinden en hun oorsprong hebben in de aard van het jaar zelf. Aangezien deze variaties zich gedurende een periode van 12 maanden herhalen, kunnen ze redelijk nauwkeurig worden voorspeld. Vrijwel elk type bedrijfsactiviteit is in meer of mindere mate onderhevig aan seizoensinvloeden en als zodanig worden deze variaties beschouwd als normale verschijnselen die elk jaar terugkeren.
Opmerkingen
- Seizoensgebonden en cyclische patronen zijn op geen enkele manier afhankelijk van de tijdschaal, ze zijn afhankelijk van regelmaat. U kunt cyclische patronen hebben die in de orde van grootte van seconden osculeren en seizoenspatronen kunnen frequenties hebben van meer of minder dan een jaar. Denk aan verkeerspatronen; er is een seizoensinvloeden van 7 dagen (wekelijks). Voor de meeste dagen van het jaar (hoewel er ook een jaarlijkse seizoensinvloeden is) zal het aantal autos op de weg op een bepaalde dag meer lijken op dezelfde dag van de vorige week dan op dezelfde dag van het voorgaande jaar.
Geef een reactie