C'est une question de définition, la communauté des statistiques différencie-t-elle ces termes?
C'est une question de définition, la communauté des statistiques différencie-t-elle ces termes?
Réponses:
Peut-être. Bien que ma prise puisse facilement être interprétée comme un peu trop rétentive anale:
J'ai tendance à utiliser le terme saisonnalité comme métaphore des «saisons» de l'année: printemps, été, automne, hiver (ou «presque l'hiver», hiver, «encore hiver» et «construction» si vous vivez en Pennsylvanie ...). En d'autres termes, je m'attendrais à ce qu'une tendance saisonnière ait une périodicité d'environ 365 jours.
J'ai tendance à utiliser le terme de «cyclicité» pour désigner une réponse qui, lorsqu'elle est décomposée dans l'espace des fréquences, a un seul pic dominant. Ou, un peu plus généralement, tout comme on pourrait regarder un moteur, la «cyclicité» implique un cycle dominant - le piston monte, puis descend, puis remonte. Numériquement, je m'attendrais à bas, haut, bas, haut, bas, haut, etc. Donc deux choses: (1) amplitude et / ou signe des commutateurs de bas en haut et (2) ces commutateurs se produisent avec une fréquence prévisible. Cette rigueur s'évapore naturellement lorsque l'on parle de cycles économiques - cependant, je trouve souvent qu'une fréquence dominante demeure, par exemple chaque trimestre , ou chaque année., les choses sont lentes pour les premières semaines et haute pression les dernières semaines ... Il y a donc une période dominante, mais cela pourrait être très différent de la "saisonnalité" qui pour moi implique un an.
Enfin, j'ai tendance à utiliser la «périodicité» lorsque je fais référence à la fréquence de collecte des mesures. À la différence de la cyclicité, le terme «périodicité» n'implique pour moi aucune attente quant à l'ampleur ou au signe des données collectées.
Mais ce n'est que mon 0,02 $. Et je ne suis qu'un étudiant en statistique - enlevez ce que vous voulez.
Oui, il y a une différence.
Un modèle classique de décomposition de séries chronologiques est Y = T + S + C + I
Y = données T = tendance S = saisonnier = schémas RÉGULIERS qui se produisent avec le temps, par exemple, les ventes de farine d'avoine sont plus élevées en hiver, ou les ventes de café Starbucks sont les plus élevées à 7 heures du matin. Celles-ci sont généralement très prévisibles. C = cyclique = modèles à plus long terme comme les cycles économiques. Celles-ci ne sont pas aussi régulières que la saisonnalité et peuvent impliquer une certaine subjectivité dans l'estimation. I = irrégulier (c.-à-d. Erreur résiduelle)
La périodicité fait référence à la composante saisonnière. La périodicité peut être mensuelle, bihebdomadaire, horaire, etc.
L'équation ci-dessus a des signes +, indiquant un modèle additif. Les modèles multiplicatifs sont également couramment utilisés si la saisonnalité est multiplicative.
J'ai enlevé les signes '*' par déférence pour les commentaires ci-dessous;)