sæsonjustering

Sæsonjustering er en statistisk metode til at fjerne systematiske sæsonmæssige udsving fra tidsserier, så man får et mere stabilt billede af den underliggende udvikling. Det er især nyttigt for at kunne sammenligne data på tværs af måneder, kvartaler eller år uden at sæsonbestemte mønstre kan vildlede vurderinger og beslutninger.

Ved sæsonjustering fjernes typisk to komponenter: sæsonkomponenten, som gentager sig regelmæssigt i løbet af året, og kalenderkomponenten, som følger kalenderen og helligdage (for eksempel julehandel eller lange weekender). Den resterende del kaldes ofte den sæsonjusterede serie og afspejler derfor den langsigtede trend og cykliske variationer, uden de sæsonbundne påvirkninger. Der findes også 'rådata' uden justering, som stadig viser de fulde sæsonmønstre.

Metoder og værktøjer til sæsonjustering inkluderer modeller som X-12-ARIMA, X-13ARIMA-SEATS og TRAMO/SEATS samt STL-baserede tilgange. Disse metoder estimerer sæson- og kalenderkomponenter ud fra historiske data og fjerner dem fra serien. Resultaterne kan bruges til at overvåge økonomiske indikatorer som BNP, arbejdsløshed, detailhandel og produktion.

Begrænsninger ved sæsonjustering omfatter modelafhængighed og behovet for revision, når nye data tilføjes. Ikke alle sæsonmønstre er konstante eller fuldt forklarlige, og ændringer i mønstre eller ændrede helligdages effekt kan påvirke fortolkningen af de sæsonjusterede tal.