Como usar OLS para ajustes sazonais
Quanto maior a frequência de uma série temporal económica, o mais provável é para exibir padrões sazonais. Por exemplo, os números de vendas de varejo muitas vezes apresentam um aumento significativo em torno dos feriados de inverno. Quando você está lidando com dados trimestrais, este aumento é susceptível de ser refletida com valores maiores no quarto trimestre de cada ano.
No entanto, com dados mensais, a mudança é mais evidente com aumentos ainda mais acentuada nas vendas durante os meses de novembro e dezembro.
Os modelos mais comuns de captura padrões sazonais incluem variáveis dummy representando a frequência com a qual os dados foram coletados (geralmente trimestre ou mês manequins).
Um padrão sazonal típico é modelado com a especificação
Onde S variáveis são suas variáveis temporada manequim e as várias alfa são os coeficientes temporada representam o impacto de cada temporada, em média, sobre a variável dependente. Se um alfa é, em seguida, os aumentos variáveis dependentes positivos durante essa temporada. Se um alphais negativo, então a variável dependente diminui durante essa época.
A figura usa STATA para representar graficamente o log das vendas de souvenirs mensais 1987-1993 e estimar um modelo padrão sazonal. As variáveis binárias que capturam o mês de cada observação já foram criados.
Dada a descrição da série de tempo aqui, você pode deduzir que dezembro terá números de vendas significativamente maiores em comparação com outros meses. Usando janeiro como o mês de referência, vários meses têm números de vendas significativamente maiores. Em comparação a janeiro, as vendas são 74 por cento maior em março e um aumento superior a 200 por cento, em média, em dezembro.