季節調整モデルによる成分分解
平易に言うと: 「夏はいつも売上が伸びる」といった季節性の影響を取り除き、本当の基調(トレンド)がどう動いているかを見えるようにする手法。
前提知識
- [[state-space-kalman-filter]] 状態空間モデルとカルマンフィルタの概要
利用シーン
GDPや失業率など経済統計の季節調整値の算出、月次・四半期売上データから季節性を除いた基調を把握したい場面。
月次・四半期データなど季節性を持つ系列は、長期的なトレンド、周期的な季節パターン、それらで説明できない不規則成分の和として分解できる。
状態空間モデルの枠組みでは、トレンドと季節成分をそれぞれ確率的に緩やかに変化する状態として定式化し、カルマンフィルタ・平滑化で同時に推定する。これにより季節指数や構造変化に柔軟に追従できる。
季節調整値は、季節性による見かけの変動を取り除いて基調を把握する際に用いられる、経済統計などで標準的な手法である。
用語集
- トレンド成分: 長期的な基調の動き T_t
- 季節成分: 一定周期で繰り返す変動 S_t
- 不規則成分: トレンド・季節性で説明できない残りの変動 I_t
- 季節調整値: 季節成分を取り除いた値