التعديل الموسمي

التعديل الموسمي أو إزالة التأثير الموسمي هو أسلوب إحصائي لإزالة المكون الموسمي من السلاسل الزمنية . ويُستخدم عادةً عند الرغبة في تحليل الاتجاه، والانحرافات الدورية عنه، لسلسلة زمنية بمعزل عن المكونات الموسمية. تتسم العديد من الظواهر الاقتصادية بدورات موسمية، مثل الإنتاج الزراعي (حيث تتذبذب غلة المحاصيل مع الفصول) والاستهلاك الاستهلاكي (زيادة الإنفاق الشخصي قبيل عيد الميلاد ). ومن الضروري تعديل هذا المكون لفهم الاتجاهات الكامنة في الاقتصاد، لذا غالبًا ما تُعدَّل الإحصاءات الرسمية لإزالة المكونات الموسمية. ^{[ 1 ]} وعادةً ما تُنشر بيانات معدلات البطالة المعدلة موسميًا للكشف عن الاتجاهات والدورات الكامنة في أسواق العمل. ^{[ 2 ] [ 3 ]}

يُصبح تحليل العديد من السلاسل الزمنية الاقتصادية أمراً معقداً بسبب التقلبات الموسمية. تتكون السلاسل الزمنية من أربعة عناصر:

• ${\displaystyle S_{t}}$المكون الموسمي
• ${\displaystyle T_{t}}$عنصر الاتجاه​
• ${\displaystyle C_{t}}$المكون الدوري​
• ${\displaystyle E_{t}}$: الخطأ ، أو المكون غير المنتظم.

الفرق بين الأنماط الموسمية والدورية:

• تتميز الأنماط الموسمية بطول ثابت ومعروف، بينما تتميز الأنماط الدورية بطول متغير وغير معروف.
• يوجد نمط دوري عندما تُظهر البيانات ارتفاعات وانخفاضات ليست ذات فترة زمنية ثابتة (عادةً ما تكون مدتها سنتين على الأقل).
• عادة ما يكون متوسط ​​طول الدورة أطول من متوسط ​​طول الموسمية.
• عادةً ما يكون حجم التغير الدوري أكثر تباينًا من حجم التغير الموسمي. ^{[ 4 ]}

العلاقة بين تحليل مكونات السلاسل الزمنية

• التحلل التراكمي:${\displaystyle Y_{t}=S_{t}+T_{t}+C_{t}+E_{t}}$، أين${\displaystyle Y_{t}}$البيانات في وقت${\displaystyle t}$.
• التحليل الضربي:${\displaystyle Y_{t}=S_{t}\cdot T_{t}\cdot C_{t}\cdot E_{t}}$.
• تحوّل اللوغاريتمات العلاقة المضاعفة إلى علاقة جمعية:${\displaystyle Y_{t}=S_{t}\cdot T_{t}\cdot C_{t}\cdot E_{t}\rightarrow \log Y_{t}=\log S_{t}+\log T_{t}+\log C_{t}+\log E_{t}}$:
• يكون النموذج الإضافي مناسبًا إذا لم يتغير حجم التقلبات الموسمية مع المستوى.
• إذا كانت التقلبات الموسمية متناسبة مع مستوى السلسلة، فإن النموذج المضاعف يكون مناسبًا. ويُعدّ التحليل المضاعف أكثر شيوعًا في السلاسل الاقتصادية.

على عكس الاتجاه والمكونات الدورية، تحدث المكونات الموسمية، نظريًا، بنفس الحجم تقريبًا خلال نفس الفترة الزمنية من كل عام. ويُعتبر وجود المكونات الموسمية في السلاسل الزمنية أحيانًا غير ذي أهمية، بل قد يعيق تفسيرها. لذا، فإن إزالة المكون الموسمي يوجه التركيز نحو المكونات الأخرى، مما يسمح بتحليل أفضل. ^{[ 5 ]}

طورت مجموعات بحثية إحصائية مختلفة أساليب متنوعة للتعديل الموسمي، منها على سبيل المثال: X-13-ARIMA و X-12-ARIMA اللذان طورهما مكتب الإحصاء الأمريكي ؛ و TRAMO /SEATS اللذان طورهما بنك إسبانيا ؛ ^{[ 6 ]} وMoveReg (للبيانات الأسبوعية) الذي طوره مكتب إحصاءات العمل الأمريكي ؛ ^{[ 7 ]} وSTAMP الذي طوره فريق بقيادة إس. جيه. كوبمان؛ ^{[ 8 ]} و"تحليل الموسمية والاتجاه باستخدام Loess" (STL) الذي طوره كليفلاند وآخرون (1990). ^{[ 9 ]} في حين أن X-12/13-ARIMA لا يمكن تطبيقه إلا على البيانات الشهرية أو الربع سنوية، يمكن استخدام تحليل STL على البيانات ذات أي نوع من الموسمية. علاوة على ذلك، وعلى عكس X-12-ARIMA، يسمح STL للمستخدم بالتحكم في درجة سلاسة دورة الاتجاه ومدى تغير المكون الموسمي بمرور الوقت. تستطيع مكتبة X-12-ARIMA التعامل مع كلٍ من التحليل الجمعي والضربي، بينما تقتصر مكتبة STL على التحليل الجمعي فقط. ولتحقيق التحليل الضربي باستخدام STL، يمكن للمستخدم أخذ اللوغاريتم الطبيعي للبيانات قبل التحليل، ثم عكس التحويل بعد التحليل. ^{[ 9 ]}

من الأمثلة المعروفة معدل البطالة ، الذي يُمثَّل بسلسلة زمنية. يعتمد هذا المعدل بشكل خاص على العوامل الموسمية، ولذا من المهم فصله عن هذا العامل. قد تعود هذه العوامل الموسمية إلى خريجي المدارس أو المتسربين منها الراغبين في دخول سوق العمل، بالإضافة إلى التقلبات الدورية خلال فترات العطلات. بمجرد إزالة التأثير الموسمي من هذه السلسلة الزمنية، يُمكن مقارنة بيانات معدل البطالة بشكلٍ ذي دلالة عبر مختلف الأشهر، كما يُمكن التنبؤ بالمستقبل. ^{[ 3 ]}

عندما لا يتم إجراء التعديل الموسمي باستخدام البيانات الشهرية، يتم استخدام التغييرات السنوية في محاولة لتجنب التلوث بالموسمية.

عندما تُزال التأثيرات الموسمية من بيانات السلاسل الزمنية، يُقال إنها مُعدّلة موسمياً بشكل مباشر . أما إذا كانت تتكون من مجموع أو تجميع مؤشري لسلاسل زمنية مُعدّلة موسمياً، فيُقال إنها مُعدّلة موسمياً بشكل غير مباشر . يُستخدم التعديل الموسمي غير المباشر للمكونات الكبيرة من الناتج المحلي الإجمالي التي تتكون من قطاعات صناعية متعددة، والتي قد يكون لها أنماط موسمية مختلفة، ولذلك يتم تحليلها وتعديلها موسمياً بشكل منفصل. يتميز التعديل الموسمي غير المباشر أيضاً بأن السلسلة الإجمالية هي المجموع الدقيق لسلاسل المكونات. ^{[ 13 ] [ 14 ] [ 15 ]} قد تظهر التأثيرات الموسمية في السلاسل المُعدّلة بشكل غير مباشر؛ ويُطلق عليها أحياناً اسم التأثيرات الموسمية المتبقية .

نظراً لاختلاف ممارسات التعديل الموسمي بين المؤسسات المختلفة، شكّل كلٌّ من يوروستات والبنك المركزي الأوروبي فريقاً لتعزيز العمليات الموحدة. وفي عام ٢٠٠٩، أصدر فريقٌ صغيرٌ مؤلفٌ من خبراء من المؤسسات الإحصائية والبنوك المركزية التابعة للاتحاد الأوروبي، المبادئ التوجيهية للتحليل الإحصائي الأوروبي بشأن التعديل الموسمي ^{[ ١٦ ]} ، والتي يجري تطبيقها في جميع المؤسسات الإحصائية التابعة للاتحاد الأوروبي. كما تتبناها طوعاً مؤسسات إحصائية عامة أخرى خارج الاتحاد الأوروبي.

بحسب نظرية فريش-وو-لوفيل، لا يهم ما إذا تم إدخال متغيرات وهمية لجميع المواسم باستثناء واحد في معادلة الانحدار، أو ما إذا تم تعديل المتغير المستقل أولاً بشكل موسمي (بنفس طريقة المتغير الوهمي)، ثم يتم تشغيل الانحدار.

بما أن التعديل الموسمي يُدخل مكون متوسط ​​متحرك "غير قابل للعكس" في بيانات السلاسل الزمنية، فإن اختبارات جذر الوحدة (مثل اختبار فيليبس-بيرون ) ستكون متحيزة نحو عدم رفض فرضية جذر الوحدة الصفرية . ^{[ 17 ]}

قد يكون استخدام بيانات السلاسل الزمنية المعدلة موسمياً مضللاً، لأنها تتضمن كلاً من عنصر الاتجاه الدوري وعنصر الخطأ . ولذلك ، فإن ما يبدو كـ"انخفاضات" أو "ارتفاعات" قد يكون في الواقع عشوائية في البيانات. لهذا السبب، إذا كان الهدف هو تحديد نقاط التحول في سلسلة زمنية، يُنصح باستخدام عنصر الاتجاه الدوري بدلاً من البيانات المعدلة موسمياً. ^{[ 3 ]}

• جهاز إرغوغراف
• قائمة الحزم الإحصائية
• المعدل السنوي المعدل موسمياً
• السنة الموسمية

• إندرز، والتر (2010). السلاسل الزمنية الاقتصادية القياسية التطبيقية (  الطبعة الثالثة). نيويورك: وايلي. الصفحات 97-103 . ISBN  978-0-470-50539-7.
• غيسلز، إريك ؛ أوزبورن، دينيس ر. (2001). التحليل الاقتصادي القياسي للسلاسل الزمنية الموسمية . نيويورك: مطبعة جامعة كامبريدج. ص 93-120 . ISBN  0-521-56588-X.
• هايلبيرغ، سفيند (1986). الموسمية في الانحدار . أورلاندو: أكاديميك برس. ص 36-44 . ISBN  0-12-363455-5.
• جاديتز، تيد (ديسمبر 1994). "الموسمية: البيانات الاقتصادية وتقدير النموذج". مراجعة العمل الشهرية لمكتب إحصاءات العمل. ص 17-22 . 

• قم بتنزيل Demetra+ من circa.europa.eu
• التعديل الموسمي في بوابة CROS (www.cros-portal.eu)
• إرشادات الجمعية الإحصائية والصحية بشأن التكيف الموسمي