Le dernier programme de désaisonnalisation du recensement américain, le X-13ARIMA-SEATS, prend en charge les ensembles de données mensuelles, trimestrielles et annuelles. Si les échantillonnages de données mensuelles et annuelles sont certains, les rapports trimestriels peuvent être plus ambigus. De quel cycle trimestriel s'agit-il ? S'agit-il d'un cycle mars-juin-sept-déc. ou autre chose ?
Cet article a été inspiré par une demande de l'un de nos clients : plus précisément, un analyste australien utilisant des données trimestrielles suivant un cycle février-mai-août-novembre. Est-ce un problème ?
La documentation X-13ARIMA-SEATS du recensement américain suppose que les données trimestrielles suivent le cycle mars-juin-sept-déc. Que pouvons-nous donc faire pour nous adapter à la situation de l'analyste ?
Si nous devions ignorer l'écart entre les mois de déclaration et utiliser les données telles quelles, l'ajustement du calendrier (jours ouvrables, année bissextile) et des jours fériés serait incorrect pour de nombreuses périodes. Cela entraînerait des erreurs.
Si vous ne vous souciez pas de l'ajustement des données antérieures ou si vous souhaitez inclure une composante de régression dans le modèle SARIMA de prévision, il vous suffit de décaler d'un mois la composante de date dans votre ensemble de données afin qu'elle corresponde au cycle mars-juin-sept-déc.
Quelle est l'alternative ? Nous pourrions procéder à un nouvel échantillonnage, comme suit :
- Pour les données de type boursier, nous interpolons les niveaux sur les mois de mars-juin-sept-déc.
- Pour les données de type flux : (1) les convertir (c'est-à-dire les agréger) pour former une série temporelle de type stock, (2) interpoler les niveaux de stock sur les mois de mars-juin-sept-déc, et enfin, (3) différencier les séries temporelles de valeurs interpolées pour reconstruire un type de flux.
NumXL est doté d'une fonction d'interpolation simple mais puissante, NxINTRPL(.), qui vous permet d'interpoler l'ensemble d'une série chronologique en un seul appel. Voir les exemples ci-joints.
Mais qu'en est-il des résultats : valeurs corrigées des variations saisonnières et valeurs prévisionnelles ?
X-13ARIMA génère toutes ses sorties en utilisant le cycle mars-juin-sept-déc. Si vous souhaitez les ramener à un quart de cycle de données brutes, vous devrez procéder à une interpolation pour les nouveaux mois.
Commentaires
Vous devez vous connecter pour laisser un commentaire.