seizoencomponent

Seizoencomponent is een begrip uit de tijdreeksanalyse en verwijst naar de herhaalde, periodieke variatie in een tijdreeks die samenhangt met kalenderseizoen effecten zoals maanden, kwartalen of weken. Deze component vormt een apart begrip naast de lange termijntrend en de toevallige ruis, en helpt bij het verklaren van regelmatige patronen die niet door de trend alleen worden verklaard.

In veel tijdreeksmodellen wordt onderscheid gemaakt tussen een additieve en een multiplicatieve structuur. Bij een additief model wordt de reeks uitgedrukt als X_t = T_t + S_t + e_t, waarbij S_t de seizoencomponent is en e_t de resterende ruis. Bij een multiplicatief model gaat het om X_t = T_t × S_t × e_t. De seizoencomponent S_t herhaalt zich periodiek over de reeks (bijvoorbeeld elke twaalfde maand) en wordt vaak genormaliseerd zodat het over een volledige periode gemiddeld gelijk is aan 0 (additief) of 1 (multiplicatief).

Estimatie van de seizoencomponent gebeurt meestal via decompositiemethoden zoals klassieke additieve of multiplicatieve decompositie met een glijdende cijfers, STL (Seasonal and Trend Decomposition using Loess) of meer geavanceerde methoden zoals X-13-ARIMA-SEATS. De gebruikelijke techniek is het isoleren van de trend, het bepalen van seizoenindexen per kalenderpositie en het reconstrueren van de componenten. De seizoenindices worden vaak vastgesteld door gemiddelden of mediaan te nemen voor elke positie in de periode, waarna de resterende data worden gebruikt voor de trend en rest.

Toepassingen omvatten forecasting, seizoenaanpassing om onderliggende trends beter zichtbaar te maken, en het begrip van seizoenspatronen in sectoren als detailhandel, energiesector en toerisme. Een beperkingen is dat seizoenality kan veranderen over tijd, en sommige data bevatten meerdere of verschuivende seizoenen, wat de modelkeuze en interpretatie bemoeilijkt.