為什麼我們應該從時間序列中刪除季節性？

在處理時間序列時，我們有時會使用頻譜分析來檢測和消除季節性。我是時間序列的真正初學者，我很困惑為什麼要從原始時間序列中刪除季節性？去除季節性不會扭曲原始數據嗎？

通過去除季節性來構建時間序列，我們可以獲得什麼好處？

• Burman, J. Peter (1980)，“通過信號提取進行季節性調整”，皇家統計學會雜誌，A 系列，143，p.321

根據 Burman 的原因：

最常見的是提供對當前趨勢的估計，以便做出判斷性的短期預測。或者，它可以應用於進入經濟模型的大量序列，因為在除最小模型之外的所有模型中使用具有季節性虛擬變量的未調整數據是不切實際的：這通常被稱為季節調整的歷史模式

• Shiskin, Julius (1957)，“電子計算機和商業指標”，商業雜誌，30，219-267。

研究經濟指標的一個主要目的是確定經濟所處的商業周期階段。這些知識有助於預測隨後的周期性運動，並為採取措施緩和商業周期的幅度和範圍提供事實依據。. . . 然而，在使用指標時，分析師們一直為難以將周期性波動與其他類型的波動，特別是季節性波動區分開來感到困擾。

如果你想要我的 2 戈比，那麼我會這樣總結：

1. 便利性：如果您處理多個經濟序列，它們中的每一個都會有自己的季節性。在多元模型中處理每個系列的季節性變得不切實際。因此，在將所有經濟序列添加到多元模型或一起分析它們之前，更容易對它們進行去季節性處理。
2. 趨勢提取：許多經濟序列本質上是季節性的，例如夏季房價較高。因此，當房價指數突然下降時，並不總是因為它標誌著經濟中的重要事情，而可能只是季節性下降，沒有重要信息。因此，我們希望對系列進行去季節化以了解我們所處的位置。

引用自：https://stats.stackexchange.com/questions/130917