säsongsjustera

Säsongsjustering, eller säsongsjustering av data, är en statistisk metod för att ta bort eller minska regelbundna säsongsmässiga variationer i tidsserier så att de underliggande trender och cykler blir mer lätta att observera. Genom säsongsjustering tas månatliga eller kvartalsvisa mönster som återkommer varje år bort, vilket underlättar jämförelser över tid. Det finns även kalendariska justeringar som hanterar effekter av helgdagar och arbetsdagar. Säsongsjusterade serier används när man vill analysera långsiktiga förändringar utan att störas av återkommande säsongsbeteenden.

Metoderna för säsongsjustering bygger vanligtvis på additiva eller multiplikativa modeller. I en additiv modell är tidsserien uppdelad i trend, säsong och oregelbundet brus: Y_t = T_t + S_t + I_t. I en multiplikativ modell används Y_t = T_t · S_t · I_t. Vanliga tekniker och programvaror inkluderar X-13ARIMA-SEATS, TRAMO/SEATS och Census X-12ARIMA. Justeringarna kan även ta hänsyn till kalenderekord, arbetsdagseffekter och påskvariationer när sådana faktorer påverkar datamätningen.

Processen innebär datainsamling på vald frekvens (till exempel månads- eller kvartalsdata), modellering av säsongsdelar och uppskattning av säsongskomponenten S_t. Produkten är den säsongsjusterade serien Y_t^adj samt ibland själva säsongs- eller kalenderkomponenter och revisionsinformation. Eftersom nya data ofta tillkommer kan säsongsjusterade serier revideras över tid.

Användningen av säsongsjustering är vanlig inom ekonomi och arbetsmarknad, där man vill jämföra prestationer över månader och kvartal. Det finns dock försiktighetsregler: olika metoder kan ge olika resultat, och säsongsjusterade serier kan dölja säsongsfenomen som man också bör vara medveten om.