Vai al contenuto principale

3  La decomposizione delle serie storiche

I dati delle serie storiche sono spesso il risultato della combinazione di differenti effetti strutturali. Per tale ragione, risulta spesso utile suddividere una serie temporale in diverse componenti, ognuna delle quali rappresenta un effetto latente.

Nel paragrafo 2.3 sono stati introdotti tre tipi di componenti strutturali: trend, stagionalità e ciclo. In genere, le classiche procedure di decomposizione di serie storiche combinano trend e ciclo in una sola componente trend-ciclo (spesso denominata solo trend, per semplicità). Pertanto, una serie storica può essere vista come la combinazione di tre componenti: una componente trend-ciclo, una componente stagionale e una componente residuale (contenente qualsiasi altra struttura presente nella serie temporale). Per alcune serie temporali, come ad esempio quelle a frequenza almeno giornaliera, si possono presentare più componenti stagionali corrispondenti a diversi effetti periodici.

In questo capitolo saranno introdotti i metodi più comuni per decomporre una serie storica ed estrarre le sue componenti strutturali. Tale procedura può risultare utile sia per comprendere le caratteristiche principali delle serie, sia per migliorare il livello di accuratezza delle previsioni.

Quando si decompone una serie storica, a volte si fa uso di trasformazioni o correzioni al fine di rendere la decomposizione (e le successive analisi) il più semplice possibile. Per questo motivo, le trasformazioni e le correzioni saranno il primo argomento trattato in questo capitolo.

3.1 Trasformazioni e aggiustamenti

Mediante una trasformazione si può ottenere una serie storica più semplice da analizzare. In questo paragrafo saranno trattati quattro tipi di aggiustamenti: correzioni in base al calendario, correzioni della popolazione, correzioni dovute all’inflazione e trasformazioni matematiche. Lo scopo di questi aggiustamenti e trasformazioni è quello di semplificare i pattern presenti nelle serie storiche, rimuovendo fonti note di variabilità oppure rendendo tali pattern osservati più coerenti lungo l’intero dataset. Componenti più semplici sono solitamente più facili da analizzare tramite modelli statistici e producono previsioni più accurate.

Correzioni in base al calendario

Alcune delle variazioni osservate nei dati stagionali possono essere dovute a semplici effetti di calendario. In questi casi, di solito è molto più facile rimuovere tale variazione prima di effettuare ulteriori analisi.

Per esempio, nello studio delle vendite mensili totali in un negozio al dettaglio, è facile aspettarsi una variazione tra diversi mesi dovuta al diverso numero di giorni di apertura in ogni mese, oltre alla variazione stagionale che si verifica periodicamente ogni anno. Tale variabilità è facilmente eliminabile se si analizzano le vendite medie per giorno di apertura in ogni mese piuttosto che le vendite totali nel mese. Con questo approccio è quindi possibile rimuovere efficacemente l’effetto del calendario presente nei dati.

Correzioni della popolazione

Tutti i dati che sono influenzati dai cambiamenti della popolazione possono essere trasformati in dati pro-capite. Per effettuare tale correzione c’è bisogno di considerare i dati per persona (o per mille persone, o per milioni di persone) piuttosto che il valore totale. Ad esempio, se si vuole studiare come varia nel tempo il numero di posti letto degli ospedali in una particolare regione, i risultati sono più facili da interpretare se si considera il numero di letti per mille persone, rimuovendo quindi gli effetti dovuti ai cambiamenti della popolazione. In questo modo è possibile stabilire se ci sono stati reali aumenti nel numero di letti o se gli aumenti sono dovuti interamente alla variazione della popolazione. Infatti, può accadere che il numero totale di letti aumenti ma il numero di letti per mille persone diminuisca. Questo effetto si verifica quando la popolazione aumenta più velocemente del numero di posti letto in ospedale. Per la maggior parte dei dati che sono influenzati dai cambiamenti della popolazione è meglio usare valori pro-capite piuttosto che dati aggregati.

Un esempio di correzione dell’effetto della popolazione si può ricavare dal dataset global_economy, dove la variabile GDP viene corretta per ottenere la variabile GDP pro-capite.

global_economy |>
  filter(Country == "Australia") |>
  autoplot(GDP / Population) +
  labs(title = "GDP pro-capite", x = "Anno", y = "$USA")
Figura 3.1: GDP pro-capite australiano.

Correzioni dell’inflazione

Quando i dati oggetto di studio sono influenzati dal valore del denaro è consigliabile effettuare un aggiustamento prima dell’analisi. Per esempio, è ragionevole ipotizzare che il costo medio di una nuova casa sia aumentato negli ultimi decenni a causa dell’inflazione: se il costo di una casa è oggi di 200’000 dollari, tale valore non è lo stesso di quello di una casa da 200’000 dollari di venti anni fa. Per questo motivo, le serie finanziarie sono di solito corrette in modo che tutti i valori siano espressi nei valori monetari di un particolare anno. Per esempio, i dati sui prezzi delle case possono essere indicati in dollari dell’anno 2000.

In questo caso si fa uso di un indice dei prezzi. Sia z_{t} l’indice dei prezzi ed y_{t} il prezzo originario di una casa al tempo t, allora x_{t} = y_{t}/z_{t} * z_{2000} restituisce la serie del prezzo della casa espresso in valori monetari dell’anno 2000. Gli indici dei prezzi sono spesso costruiti dai principali istituti nazionali di statistica. Per i beni di consumo, un indice dei prezzi comunemente utilizzato è l’indice dei prezzi al consumo (o CPI, Consumer Price Index).

Questa tipologia di correzioni permette di confrontare la crescita o il declino di molteplici realtà industriali rispetto ad un indice di prezzi comune. Ad esempio, l’analisi del fatturato annuale aggregato della vendita al dettaglio di “giornali e libri” dal dataset aus_retail, corretto attraverso il CPI (presente nel dataset global_economy), permette di valutare i cambiamenti nel tempo al netto degli effetti dell’inflazione.

print_retail <- aus_retail |>
  filter(Industry == "Newspaper and book retailing") |>
  group_by(Industry) |>
  index_by(Year = year(Month)) |>
  summarise(Turnover = sum(Turnover))
aus_economy <- global_economy |>
  filter(Code == "AUS")
print_retail |>
  left_join(aus_economy, by = "Year") |>
  mutate(Adjusted_turnover = Turnover / CPI * 100) |>
  pivot_longer(c(Turnover, Adjusted_turnover), values_to = "Turnover") |>
  mutate(name = factor(name, levels = c("Turnover", "Adjusted_turnover"),
                       labels = c("Fatturato", "Fatturato corretto"))) |>
  ggplot(aes(x = Year, y = Turnover)) +
  geom_line() +
  facet_grid(name ~ ., scales = "free_y") +
  labs(title = "Fatturato dell'industria australiana della stampa",
       x = "Anno", y = "$AU")
Figura 3.2: Fatturato dell’industria australiana della stampa, in dollari australiani. Il fatturato ‘corretto’ per l’inflazione è stato ottenuto utilizzando l’indice dei prezzi al consumo.

Dopo aver effettuato l’aggiustamento per l’inflazione tramite il CPI, è possibile notare che l’industria australiana della vendita al dettaglio di giornali e libri ha sofferto una fase di declino molto più lunga di quanto i dati originari suggeriscano. Il fatturato corretto è in dollari australiani con base 2010, e ciò si evince graficamente dal valore del CPI, pari a 100 nel 2010.

Trasformazioni matematiche

Se i dati presentano una variabilità che aumenta o diminuisce a differenti livelli della serie, può essere utile effettuare una trasformazione della serie. La trasformazione logaritmica, ad esempio, è un’operazione spesso utilizzata in differenti contesti. Si indichino con y_{1},\dots,y_{T} le osservazioni originarie mentre siano w_{1}, \dots, w_{T} le osservazioni trasformate, dove w_t = \log(y_t). L’utilizzo del logaritmo è utile perché fornisce una facile interpretazione: i cambiamenti unitari del logaritmo corrispondono a cambiamenti relativi (o percentuali) sulla scala originaria. Se si utilizza ad esempio il logaritmo in base 10, un aumento unitario sulla scala logaritmica corrisponde a moltiplicare per 10 la scala originaria. Dato che il dominio della funzione logaritmo è l’insieme dei numeri reali positivi, se un qualsiasi valore della serie originaria è zero o negativo, allora non è possibile effettuare la trasformazione logaritmica.

Risulta possibile utilizzare altre funzioni per effettuare le trasformazioni (anche se spesso queste non sono facilmente interpretabili). Si possono usare ad esempio le radici quadrate e le radici cubiche, chiamate trasformazioni di potenza perché possono essere scritte nella forma w_{t} = y_{t}^p.

La famiglia delle trasformazioni di Box-Cox (Box & Cox, 1964), costituisce una classe di trasformazioni particolarmente utile, che include sia i logaritmi che le trasformazioni di potenza. Le trasformazioni di Box-Cox dipendono dal parametro \lambda e sono definite come segue: w_t = \begin{cases} \log(y_t) & \text{se $\lambda=0$}; \\ (\text{sign}(y_t)|y_t|^\lambda-1)/\lambda & \text{altrimenti}. \end{cases} \tag{3.1} Questa formula, discussa in Bickel & Doksum (1981), rappresenta una versione modificata della prima formulazione proposta da Box e Cox, la quale permette di avere valori negativi di y_t quando \lambda > 0.

Se \lambda=0, la trasformazione di Box-Cox corrisponde al logaritmo naturale, mentre se \lambda\ne0 viene utilizzata una trasformazione di potenza riscalata in maniera semplice. Si noti che il logaritmo utilizzato in questo caso è sempre un logaritmo naturale (in base e).

Quando \lambda=1 si ottiene w_t = y_t-1, quindi i dati trasformati sono traslati verso il basso di una quantità unitaria e non c’è alcun cambiamento nella forma della serie storica. Per tutti gli altri valori di \lambda, la serie storica trasformata subisce invece anche un cambiamento nella forma.

Muovendo il cursore sul grafico a seguire è possibile vedere l’effetto della trasformazione Box-Cox, al variare di \lambda, sui dati per la produzione trimestrale di gas australiano.

Figura 3.3: Trasformazione di Box-Cox applicata alla produzione trimestrale di gas australiano.

Un valore ideale del parametro \lambda è quello che rende la variabilità stagionale più omogenea possibile per tutta la serie, in quanto questa caratteristica permetterebbe l’utilizzo di modelli di previsione più semplici. In questo caso, \lambda=0.10 fornisce un risultato soddisfacente, anche se qualsiasi valore di \lambda compreso tra 0.0 e 0.2 genera risultati simili.

Il parametro guerrero indica la trasformazione di Guerrero (Guerrero, 1993), e può essere impostato per ottenere in automatico un valore di lambda. In questo caso, il criterio sceglie \lambda = 0.11. (Si faccia riferimento al prossimo capitolo per approfondire la funzione features().)

lambda <- aus_production |>
  features(Gas, features = guerrero) |>
  pull(lambda_guerrero)
aus_production |>
  autoplot(box_cox(Gas, lambda)) +
  labs(
    x = "Trimestre", y = "",
    title = TeX(paste0(
      "Produzione trimestrale di gas trasformata, con $\\lambda$ = ",
      round(lambda, 2)
    ))
  )
Figura 3.4: Trasformazione di Box-Cox della serie della produzione trimestrale di gas in Australia, trasformata con il parametro \lambda scelto in base al metodo di Guerrero.

3.2 Componenti delle serie storiche

Se si ipotizza la presenza di una decomposizione additiva, allora è possibile suddividere una serie temporale come segue y_{t} = S_{t} + T_{t} + R_t, dove y_{t} rappresenta la serie dei dati iniziali, S_{t} è la componente stagionale, T_{t} comprende il trend-ciclo ed R_t costituisce la parte residuale, tutte riferite al periodo t. In alternativa, se si assume una decomposizione moltiplicativa la serie può essere scritta come y_{t} = S_{t} \times T_{t} \times R_t.

La decomposizione additiva è più appropriata nel caso in cui l’ampiezza delle fluttuazioni stagionali, o la variabilità del trend-ciclo, non varia con il livello della serie storica. Quando invece la variabilità legata alla stagionalità, o alla componente trend-ciclo, ha un andamento proporzionale al livello della serie iniziale, allora una decomposizione moltiplicativa è più appropriata. Le decomposizioni moltiplicative sono comunemente utilizzate con serie di tipo economico.

Un’alternativa all’utilizzo di una decomposizione moltiplicativa consiste nell’utilizzo dapprima di una trasformazione, per ottenere una serie con una variabilità stabile nel tempo, per poi effettuare una decomposizione additiva. In particolare, quando si applica una trasformazione logaritmica, questo procedimento equivale ad usare una decomposizione moltiplicativa sui dati originari, in quanto y_{t} = S_{t} \times T_{t} \times R_t \quad\text{corrisponde a}\quad \log y_{t} = \log S_{t} + \log T_{t} + \log R_t.

Esempio: Occupazione nel settore del commercio al dettaglio negli Stati Uniti

Nel seguito di questo capitolo saranno presentati diversi metodi per ottenere le componenti S_{t}, T_{t} e R_{t}, ma è utile prima mostrare un esempio pratico. Il numero di occupati nel commercio al dettaglio sarà decomposto come mostrato nella figura 3.5. I dati mostrano il numero mensile totale di persone (in migliaia) occupate nel settore della vendita al dettaglio negli Stati Uniti dal 1990.

us_retail_employment <- us_employment |>
  filter(year(Month) >= 1990, Title == "Retail Trade") |>
  select(-Series_ID)
autoplot(us_retail_employment, Employed) +
  labs(x = "Mese", y = "Persone (migliaia)", title = "Occupazione totale nella vendita al dettaglio negli Stati Uniti")
Figura 3.5: Totale degli impiegati nel settore della vendita al dettaglio negli Stati Uniti.

A scopo illustrativo, si fa uso qui del metodo di decomposizione STL che sarà discusso successivamente nel paragrafo 3.6.

dcmp <- us_retail_employment |>
  model(stl = STL(Employed))
components(dcmp)
# A dable: 357 x 7 [1M]
# Key:     .model [1]
# :        Employed = trend + season_year + remainder
   .model    Month Employed  trend season_year remainder season_adjust
   <chr>     <mth>    <dbl>  <dbl>       <dbl>     <dbl>         <dbl>
 1 stl    1990 Jan   13256. 13288.      -33.0      0.836        13289.
 2 stl    1990 Feb   12966. 13269.     -258.     -44.6          13224.
 3 stl    1990 Mar   12938. 13250.     -290.     -22.1          13228.
 4 stl    1990 Apr   13012. 13231.     -220.       1.05         13232.
 5 stl    1990 May   13108. 13211.     -114.      11.3          13223.
 6 stl    1990 Jun   13183. 13192.      -24.3     15.5          13207.
 7 stl    1990 Jul   13170. 13172.      -23.2     21.6          13193.
 8 stl    1990 Aug   13160. 13151.       -9.52    17.8          13169.
 9 stl    1990 Sep   13113. 13131.      -39.5     22.0          13153.
10 stl    1990 Oct   13185. 13110.       61.6     13.2          13124.
# ℹ 347 more rows

Il risultato appena ottenuto mostra le componenti di una decomposizione STL. I dati originari (Employed) sono affiancati dalle stime delle rispettive componenti. Il risultato del comando genera una tabella di tipo “dable” o tabella di decomposizione. L’intestazione della tabella mostra che la serie Employed è stata decomposta additivamente.

La colonna trend (che contiene la componente trend-ciclo T_t) segue l’andamento complessivo della serie, ignorando qualsiasi stagionalità e fluttuazione casuale, come mostrato in figura 3.6.

components(dcmp) |>
  as_tsibble() |>
  autoplot(Employed, colour = "gray") +
  geom_line(aes(y = trend), colour = "#D55E00") +
  labs(
    x = "Mese", y = "Persone (migliaia)",
    title = "Occupazione totale nella vendita al dettaglio negli Stati Uniti"
  )
Figura 3.6: Totale degli occupati nel settore della vendita al dettaglio negli Stati Uniti: componente trend-ciclo (arancione) e dati originari (grigio).

Tutte le componenti possono essere visualizzate in un singolo grafico utilizzando la funzione autoplot(), come mostrato in figura 3.7.

components(dcmp) |> autoplot() + labs(x = "Mese")
Figura 3.7: Totale degli occupati nel settore della vendita al dettaglio negli Stati Uniti (pannello in alto) e le sue tre componenti additive.

Le tre componenti, mostrate separatamente nei tre pannelli inferiori, possono essere sommate per ricostruire i dati originari, mostrati nel pannello in alto. La componente stagionale cambia nel tempo e si può notare che, presi due anni consecutivi qualsiasi, questi presentano un andamento simile, mentre anni molto distanti tra loro possono avere una struttura diversa. La componente residuale mostrata nel pannello in basso rappresenta ciò che rimane quando le componenti stagionali e del trend-ciclo sono sottratte dai dati iniziali.

Le barre grigie a sinistra di ciascun pannello mostrano le scale relative delle componenti. Ogni barra grigia rappresenta la stessa lunghezza, ma poiché i grafici hanno scale diverse, le barre sono di diversa dimensione. La barra grigia nel pannello in basso mostra che la variabilità della componente residuale è più piccola rispetto alla variabilità complessiva. Se si riscalassero i grafici nei tre pannelli inferiori fino ad ottenere barre della stessa lunghezza di quelle del pannello dei dati iniziali, si otterrebbero grafici tutti sulla stessa scala.

Correzione stagionale dei dati

Quando la componente stagionale viene rimossa dai dati originari, i valori risultanti sono detti “destagionalizzati”. Per una decomposizione additiva, i dati destagionalizzati sono dati da y_{t}-S_{t}, mentre nel caso moltiplicativo i valori destagionalizzati sono pari a y_{t}/S_{t}.

La figura 3.8 mostra la serie destagionalizzata del numero degli occupati.

components(dcmp) |>
  as_tsibble() |>
  autoplot(Employed, colour = "gray") +
  geom_line(aes(y = season_adjust), colour = "#0072B2") +
  labs(x = "Mese", y = "Persone (migliaia)", title = "Occupazione totale nella vendita al dettaglio negli Stati Uniti")
Figura 3.8: Dati destagionalizzati dell’occupazione (linea blu) e dati originari (linea grigia).

Le serie destagionalizzate sono utili nel caso in cui l’interesse primario dello studio non necessiti della presenza di fonti di variabilità dovute agli effetti stagionali. Per esempio, i dati mensili sulla disoccupazione sono di solito destagionalizzati allo scopo di enfatizzare le variazioni dovute al sistema economico sottostante piuttosto che quelle causate dagli effetti stagionali. Un aumento della disoccupazione dovuto agli studenti che completano il ciclo scolastico e sono alla ricerca di un lavoro è un esempio di variazione stagionale, mentre un aumento della disoccupazione dovuto ad una recessione economica non è stagionale. La maggior parte degli analisti economici che studiano i dati sulla disoccupazione sono interessati alle variazioni non stagionali. Di conseguenza, le serie storiche sull’occupazione (e molte altre serie economiche) sono solitamente destagionalizzate.

Le serie destagionalizzate contengono sia la componente residuale che la componente trend-ciclo. Per questo motivo tali serie non sono “lisce” e le “depressioni”, o le “crescite”, possono rivelarsi fuorvianti. Se lo scopo è quello di cercare i punti di svolta (detti anche turning points o change points) di una serie, ed interpretarne i cambiamenti di direzione, allora è meglio utilizzare la componente trend-ciclo piuttosto che i dati destagionalizzati.

3.3 Medie mobili

Il metodo classico di decomposizione delle serie storiche ha avuto origine nel 1920 circa ed è stato ampiamente utilizzato fino agli anni ’50. Questo metodo costituisce ancora la base di molti metodi di decomposizione, e per questo motivo è importante capirne il funzionamento. Il primo passaggio in una decomposizione classica consiste nell’usare il metodo delle medie mobili per stimare il trend-ciclo, che è il primo argomento che viene descritto di seguito.

Lisciamento tramite medie mobili

Una media mobile di ordine m può essere scritta come \hat{T}_{t} = \frac{1}{m} \sum_{j=-k}^k y_{t+j}, \tag{3.2} dove m=2k+1. Con questa procedura si ottiene una stima della componente trend-ciclo al tempo t effettuando la media dei valori della serie storica compresi in una finestra temporale di ampiezza k periodi rispetto al tempo t. Le osservazioni contigue nel tempo hanno una certa probabilità di avere valori simili, quindi la media elimina una parte della casualità presente nei dati e produce una componente di trend-ciclo più regolare. La serie lisciata ottenuta viene detta media mobile m-MA, ossia una media mobile di ordine m.

Si consideri a titolo di esempio la figura 3.9, che mostra le esportazioni annuali di beni e servizi australiani in percentuale rispetto al PIL, dal 1960 al 2017. Questi dati sono mostrati anche nella tabella 3.1.

global_economy |>
  filter(Country == "Australia") |>
  autoplot(Exports) +
  labs(x = "Anno", y = "% del PIL", title = "Esportazioni totali australiane")
Figura 3.9: Esportazioni di beni e servizi australiani: 1960–2017.
Tabella 3.1: Esportazione annuale di beni e servizi australiani: 1960–2017.
Anno Esportazioni 5-MA
1960 12.99
1961 12.40
1962 13.94 13.46
1963 13.01 13.50
1964 14.94 13.61
1965 13.22 13.40
1966 12.93 13.25
1967 12.88 12.66
… … …
2010 19.84 21.21
2011 21.47 21.17
2012 21.52 20.78
2013 19.99 20.81
2014 21.08 20.37
2015 20.01 20.32
2016 19.25
2017 21.27

Nell’ultima colonna della tabella viene mostrata una media mobile di ordine 5, che fornisce una stima del trend-ciclo. Il primo valore della colonna corrisponde alla media delle prime cinque osservazioni, calcolata nei periodi 1960–1964; il secondo valore nella colonna 5-MA è la media dei valori del 1961–1965; e così via. Ogni valore nella colonna 5-MA è pari alla media delle osservazioni nella finestra temporale di cinque anni centrata sull’anno corrispondente. In base alla notazione dell’equazione 3.2, la colonna 5-MA contiene i valori di \hat{T}_{t} con k=2 e m=2k+1=5. Partendo dalla stessa formula si evince che non è possibile calcolare la media mobile né per i primi due anni né per gli ultimi due anni, in quanto mancano due osservazioni su entrambi i lati. Nei prossimi paragrafi saranno introdotti metodi più sofisticati che permetteranno di ottenere stime anche in corrispondenza delle osservazioni agli estremi della serie.

Le medie mobili sono facilmente calcolabili con il comando slide_dbl() disponibile nel package slider, che agisce sulla serie applicando, iterativamente, una funzione alle finestre temporali “scorrevoli”. In questo caso, si utilizza la funzione mean() ed una finestra di dimensione 5.

aus_exports <- global_economy |>
  filter(Country == "Australia") |>
  mutate(
    `5-MA` = slider::slide_dbl(
      Exports,
      mean,
      .before = 2,
      .after = 2,
      .complete = TRUE
    )
  )

In figura 3.10 la serie originaria è tracciata insieme alla componente trend-ciclo stimata mediante le medie mobili.

aus_exports |>
  autoplot(Exports) +
  geom_line(aes(y = `5-MA`), colour = "#D55E00") +
  labs(x = "Anno", y = "% del GDP", title = "Esportazioni totali australiane")
Figura 3.10: Esportazioni australiane (linea nera) e stima 5-MA della componente trend-ciclo (linea arancione).

La componente trend-ciclo (in arancione) è più “liscia” rispetto ai dati originari e riesce a catturare la tendenza principale della serie storica trascurando le fluttuazioni minori. L’ordine della media mobile determina il grado di lisciatura del trend-ciclo stimato. In generale, un ordine più grande produce una curva più liscia. La figura 3.11 mostra l’effetto del cambiamento dell’ordine della media mobile per i dati delle esportazioni australiane.

Figura 3.11: Medie mobili di ordine differente applicate ai dati sulle esportazioni australiane.

Le medie mobili semplici come quelle appena introdotte sono solitamente di ordine dispari (ad esempio 3, 5, 7, ecc.). Questo perché sono simmetriche: in una media mobile di ordine m=2k+1 si effettua la media tra l’osservazione centrale e le k osservazioni più vicine su entrambi i lati. Se m fosse pari, la media mobile non sarebbe più simmetrica.

Medie mobili di medie mobili

Un’alternativa alle medie mobili semplici è data dall’applicazione delle medie mobili su una media mobile. Il motivo per cui si ricorre a questa procedura è quello di rendere simmetrica una media mobile di ordine pari.

Per esempio, si consideri una media mobile di ordine 4 e si applichi un’altra media mobile di ordine 2 ai risultati ottenuti. Nella tabella seguente si mostrano gli effetti della media mobile applicata due volte ai dati trimestrali australiani sulla produzione di birra.

beer <- aus_production |>
  filter(year(Quarter) >= 1992) |>
  select(Quarter, Beer)
beer_ma <- beer |>
  mutate(
    `4-MA` = slider::slide_dbl(
      Beer,
      mean,
      .before = 1,
      .after = 2,
      .complete = TRUE
    ),
    `2x4-MA` = slider::slide_dbl(
      `4-MA`,
      mean,
      .before = 1,
      .after = 0,
      .complete = TRUE
    )
  )
Tabella 3.2: Media mobile di ordine 4 applicata ai dati trimestrali sulla birra, seguita da una media mobile di ordine 2.
Trimestre Birra 4-MA 2x4-MA
1992 Q1 443.00
1992 Q2 410.00 451.25
1992 Q3 420.00 448.75 450.00
1992 Q4 532.00 451.50 450.12
1993 Q1 433.00 449.00 450.25
1993 Q2 421.00 444.00 446.50
… … … …
2009 Q1 415.00 430.00 428.88
2009 Q2 398.00 430.00 430.00
2009 Q3 419.00 429.75 429.88
2009 Q4 488.00 423.75 426.75
2010 Q1 414.00
2010 Q2 374.00

La notazione “2\times4-MA” nell’ultima colonna rappresenta una media mobile 4-MA seguita da una media mobile 2-MA. I valori dell’ultima colonna sono ottenuti calcolando una media mobile di ordine 2 sui valori della colonna precedente. Ad esempio, i primi due valori della colonna 4-MA sono 451.25=(443+410+420+532)/4 e 448.75=(410+420+532+433)/4. Il primo valore nella colonna 2x4-MA è pari alla media di questi due: 450.00=(451.25+448.75)/2.

Quando una media mobile 2-MA segue una media mobile di ordine pari (come ad esempio 4-MA) viene chiamata “media mobile centrata di ordine 4”, in quanto i risultati sono ora simmetrici. In formule, si ottiene che è possibile scrivere la 2\times4-MA come segue: \begin{align*} \hat{T}_{t} & = \frac{1}{2}\Big[ \frac{1}{4} (y_{t-2} + y_{t-1} + y_{t} + y_{t+1}) + \frac{1}{4} (y_{t-1} + y_{t} + y_{t+1} + y_{t+2})\Big] \\ & = \frac{1}{8}y_{t-2} + \frac14y_{t-1} + \frac14y_{t} + \frac14y_{t+1} + \frac18y_{t+2}. \end{align*} La serie risultante è una media ponderata di osservazioni, che è anche simmetrica.

Si osservi infine che è possibile utilizzare anche altre combinazioni di medie mobili. Per esempio, si usa spesso una media mobile 3\times3-MA, che consiste in una media mobile di ordine 3 seguita da un’altra media mobile di ordine 3. In generale, una media mobile di ordine pari dovrebbe essere seguita da una MA di ordine pari per assicurarne la simmetria. Allo stesso modo, un media mobile di ordine dispari dovrebbe essere seguita da una MA di ordine dispari.

Stima del trend-ciclo con dati stagionali

Le medie mobili centrate sono comunemente utilizzate per stimare la componente trend-ciclo dai dati stagionali. Si consideri la media mobile 2\times4-MA \hat{T}_{t} = \frac{1}{8}y_{t-2} + \frac{1}{4}y_{t-1} + \frac{1}{4}y_{t} + \frac{1}{4}y_{t+1} + \frac{1}{8}y_{t+2}. Quando questo tipo di media mobile viene applicata ai dati trimestrali si ottiene che ad ogni trimestre dell’anno viene dato lo stesso peso, poiché i valori iniziali e finali della finestra si applicano allo stesso trimestre negli anni consecutivi. Di conseguenza, la variazione stagionale sarà mediata ed i valori risultanti di \hat{T}_t avranno una componente stagionale bassa o nulla. Un effetto simile si otterrebbe, sempre con dati trimestrali, se si utilizzasse una 2\times 8-MA oppure una 2\times 12-MA.

In generale, una media mobile 2\times m-MA è equivalente ad una media mobile ponderata di ordine m+1, dove tutte le osservazioni hanno un peso 1/m, tranne il primo e l’ultimo termine che hanno un peso pari a 1/(2m). Quindi, se il periodo stagionale è pari e di ordine m, in genere si utilizza una media mobile 2\times m-MA per stimare il trend-ciclo. Se il periodo stagionale è invece dispari e di ordine m, il trend-ciclo si ottiene applicando una m-MA. Per esempio, una 2\times 12-MA può essere usata per stimare la componente trend-ciclo di dati mensili con stagionalità annuale, mentre una 7-MA può essere usata nel caso di dati giornalieri con stagionalità settimanale.

Altre scelte per l’ordine della media mobile generano di solito stime della componente trend-ciclo che sono influenzate dalla stagionalità dei dati.

Esempio: Occupati nel settore della vendita al dettaglio negli Stati Uniti

us_retail_employment_ma <- us_retail_employment |>
  mutate(
    `12-MA` = slider::slide_dbl(
      Employed,
      mean,
      .before = 5,
      .after = 6,
      .complete = TRUE
    ),
    `2x12-MA` = slider::slide_dbl(
      `12-MA`,
      mean,
      .before = 1,
      .after = 0,
      .complete = TRUE
    )
  )
us_retail_employment_ma |>
  autoplot(Employed, colour = "gray") +
  geom_line(aes(y = `2x12-MA`), colour = "#D55E00") +
  labs(x = "Mese", y = "Persone (migliaia)", title = "Occupazione totale nella vendita al dettaglio negli Stati Uniti")
Figura 3.12: Occupati nel settore della vendita al dettaglio negli Stati Uniti, valori originari e 2x12-MA.

La figura 3.12 mostra una 2\times12-MA applicata al numero di impiegati nel settore della vendita al dettaglio negli Stati Uniti. Si noti che la serie ottenuta è liscia e non mostra alcuna stagionalità; il suo andamento è molto simile alla serie del trend-ciclo mostrata in figura 3.6, che è stata ottenuta mediante l’utilizzo di un metodo più sofisticato di una media mobile. Qualsiasi altra scelta per l’ordine della media mobile (eccetto 24, 36, ecc.) avrebbe dato come risultato una serie liscia contenente però alcune fluttuazioni stagionali.

Medie mobili ponderate

Le combinazioni di medie mobili danno luogo a medie mobili ponderate. Per esempio, la media mobile 2\times4-MA discussa precedentemente è equivalente ad una media mobile ponderata 5-MA con pesi pari a \left[\frac{1}{8},\frac{1}{4},\frac{1}{4},\frac{1}{4},\frac{1}{8}\right]. In generale, una m-MA ponderata può essere scritta come \hat{T}_t = \sum_{j=-k}^k a_j y_{t+j}, dove k=(m-1)/2 e i pesi sono dati da \left[a_{-k},\dots,a_k\right]. È importante che i pesi abbiano somma unitaria (\sum_{j=-k}^{k} a_j = 1) e che siano simmetrici (a_j = a_{-j}). La media mobile semplice di ordine m è un caso speciale di media mobile ponderata in cui i pesi sono tutti pari a 1/m.

Uno dei principali vantaggi delle medie mobili ponderate è che permettono di produrre una stima più liscia della componente trend-ciclo. I pesi utilizzati sono in genere inversamente proporzionali alla distanza dei termini ad essi associati rispetto al valore centrale della finestra temporale. In questo modo i valori estremi hanno un impatto minore nel calcolo della media rispetto a quelli centrali, producendo come risultato una curva più liscia.

3.4 Metodo di decomposizione classica

Il metodo di decomposizione classica è stato introdotto nel 1920 circa. Si tratta di una procedura relativamente semplice e costituisce il punto di partenza per la maggior parte degli altri metodi di decomposizione delle serie storiche. Esistono due forme di decomposizione classica: una decomposizione di tipo additivo ed una di tipo moltiplicativo. Di seguito si introducono entrambe le forme per una serie storica con periodo stagionale pari ad m (ad esempio, m=4 per dati trimestrali, m=12 per dati mensili, m=7 per dati giornalieri con stagionalità settimanale).

Nella decomposizione classica si assume che la componente stagionale sia costante di anno in anno. Nel caso di stagionalità moltiplicativa, i valori m che formano la componente stagionale sono talvolta chiamati “indici stagionali”.

Decomposizione additiva

Passo 1
Se m è un numero pari, si calcola la componente trend-ciclo \hat{T}_t tramite una 2\times m-MA. Se m è un numero dispari, si calcola la componente trend-ciclo \hat{T}_t con una m-MA.
Passo 2
Si calcola la serie detrendizzata: y_t - \hat{T}_t.
Passo 3
Per stimare la componente stagionale per ogni periodo, si effettua semplicemente la media dei valori detrendizzati per quel periodo. Ad esempio, con dati mensili, la componente stagionale di marzo equivale alla media di tutti i valori detrendizzati di marzo presenti nel dataset. I valori così ottenuti sono successivamente corretti per assicurarsi che sommino a zero. La componente stagionale è infine ottenuta combinando assieme tali valori mensili, replicando la sequenza per ogni anno presente nei dati. In questo modo si ottiene la serie della stagionalità \hat{S}_t.
Passo 4
La componente residuale viene calcolata sottraendo le componenti stagionali e del trend-ciclo: \hat{R}_t = y_t - \hat{T}_t - \hat{S}_t.

La figura 3.13 mostra gli effetti di una decomposizione classica sulla serie degli occupati nel settore della vendita al dettaglio negli Stati Uniti.

us_retail_employment |>
  model(
    classical_decomposition(Employed, type = "additive")
  ) |>
  components() |>
  autoplot() +
  labs(x = "Mese", title = "Decomposizione additiva classica dell'occupazione totale nella 
                vendita al dettaglio negli Stati Uniti")
Figura 3.13: Decomposizione additiva classica degli occupati nel settore della vendita al dettaglio negli Stati Uniti.

Decomposizione moltiplicativa

Una decomposizione moltiplicativa classica è simile a quella additiva, con la differenza che le sottrazioni sono sostituite da divisioni.

Passo 1
Se m è un numero pari, si calcola la componente trend-ciclo \hat{T}_t tramite una 2\times m-MA. Se m è un numero dispari, si calcola la componente trend-ciclo \hat{T}_t con una m-MA.
Passo 2
Si calcola la serie detrendizzata: y_t/ \hat{T}_t.
Passo 3
Per stimare la componente stagionale per ogni periodo si effettua la media dei valori detrendizzati per quel periodo. Ad esempio, con dati mensili, la componente stagionale di marzo equivale alla media di tutti i valori detrendizzati di marzo a disposizione nel dataset. I valori così ottenuti sono successivamente corretti per assicurarsi che sommino ad m. La componente stagionale è infine ottenuta combinando assieme tali valori mensili, replicando la sequenza per ogni anno presente nei dati. In questo modo si ottiene la serie della stagionalità \hat{S}_t.
Passo 4
La componente residuale viene calcolata dividendo le componenti stagionali e del trend-ciclo: \hat{R}_{t} = y_t /( \hat{T}_t \hat{S}_t).

Considerazioni sulla decomposizione classica

Nonostante la decomposizione classica sia ancora utilizzata, essa non è raccomandata in quanto attualmente sono disponibili metodi molto migliori. Di seguito sono elencati alcuni dei principali problemi del metodo di decomposizione classica.

  • La stima della componente trend-ciclo non è disponibile per le prime e per le ultime osservazioni. Per esempio, se m=12, il metodo non fornisce una stima del trend-ciclo per le prime sei e le ultime sei osservazioni. Di conseguenza, non viene fornita nemmeno una stima della componente residua per gli stessi periodi di tempo.
  • La stima della componente trend-ciclo tende a smussare eccessivamente sia le crescite che i cali repentini presenti nei dati.
  • I metodi classici di decomposizione assumono che la componente stagionale si ripeta in maniera costante anno dopo anno. Per molte serie questa può essere un’ipotesi ragionevole, ma essa non lo è affatto per alcune serie più lunghe. Ad esempio, le serie relative alla domanda di elettricità sono cambiate fortemente nel tempo man mano che è andata diffondendosi l’aria condizionata. In molte località l’andamento stagionale di diversi decenni fa mostrava picchi di domanda massima in inverno (a causa del riscaldamento), mentre le serie attuali hanno una domanda massima in estate (a causa dell’aria condizionata). In questo caso i metodi classici di decomposizione non sono in grado di catturare le variazioni della struttura stagionale nel tempo.
  • A volte i valori delle serie storiche osservate in un periodo di tempo limitato possono avere delle caratteristiche insolite. Ad esempio il traffico aereo mensile di passeggeri può essere influenzato da una vertenza aziendale che può rendere l’andamento della serie diverso da quello solito. Il metodo classico non è robusto rispetto a questa tipologia di valori eccezionali.

3.5 Metodi utilizzati dagli Istituti ufficiali di statistica

Gli istituti ufficiali di statistica (come il Census Bureau degli Stati Uniti, l’Australian Bureau of Statistics e l’ISTAT in Italia) sono responsabili della produzione di un gran numero di serie storiche ufficiali di carattere economico e sociale. Queste agenzie hanno sviluppato le proprie procedure di decomposizione che vengono utilizzate per la destagionalizzazione. La maggior parte utilizza varianti del metodo X-11, del metodo SEATS, oppure una combinazione dei due. Questi metodi sono progettati specificamente per essere applicati su dati trimestrali e mensili, dato che queste sono le serie più comuni gestite dalle agenzie statistiche ufficiali. Tali istituti solitamente non trattano stagionalità di altri tipi, come dati settimanali, giornalieri, oppure orari. In questo paragrafo sarà introdotta l’ultima implementazione di questa classe di metodi, conosciuta come “X-13ARIMA-SEATS”. Per i metodi discussi in questo paragrafo, è necessario installare il package R seasonal.

Il metodo X-11

Il metodo X-11 ha avuto origine nell’US Census Bureau ed è stato successivamente sviluppato da Statistics Canada. Il metodo si basa sulla decomposizione classica, ma include molti passi aggiuntivi per permettere di superare gli svantaggi della decomposizione classica stessa discussi nel paragrafo precedente. In particolare, le stime della componente trend-ciclo sono disponibili per tutte le osservazioni (compresi i valori iniziali e finali della serie) e la componente stagionale può subire piccole variazioni nel tempo. Inoltre, X-11 considera anche la variabilità dovuta agli effetti di calendario come, ad esempio, i giorni lavorativi, i giorni di vacanza e gli effetti di altri predittori noti. Sono disponibili metodi di decomposizione sia di tipo additivo che moltiplicativo. La procedura nel suo complesso è interamente automatica e tende ad essere molto robusta rispetto alla presenza di valori anomali e di cambi di livello (level shifts) nelle serie storiche. I dettagli della procedura X-11 sono descritti in Dagum & Bianconcini (2016).

x11_dcmp <- us_retail_employment |>
  model(x11 = X_13ARIMA_SEATS(Employed ~ x11())) |>
  components()
autoplot(x11_dcmp) +
  labs(x = "Mese", title = "Decomposizione dell'occupazione totale nella vendita al dettaglio
    negli Stati Uniti utilizzando X-11")
Figura 3.14: Decomposizione moltiplicativa degli occupati nel settore della vendita al dettaglio negli Stati Uniti utilizzando la procedura X-11.

Si confronti questa decomposizione con la decomposizione STL mostrata in figura 3.7 e con la decomposizione classica illustrata in figura 3.13. L’approccio predefinito di X_13ARIMA_SEATS mostrato qui corrisponde a una decomposizione moltiplicativa, mentre le decomposizioni STL e classica mostrate in precedenza erano additive; in questo caso, tuttavia, la differenza è minima. La componente trend-ciclo ottenuta con X-11 riesce a catturare meglio la caduta improvvisa della serie (dovuta alla crisi finanziaria globale del 2007–2008) rispetto agli altri due metodi (dove l’effetto della crisi è confluito nella componente residuale). Inoltre, il valore anomalo presente nell’anno 1996 è adesso più evidente all’interno della componente residuale generata con la procedura X-11.

In figura 3.15 sono illustrate, unitamente ai dati originari, la componente trend-ciclo ed i dati destagionalizzati. In questo esempio i dati destagionalizzati hanno un andamento molto simile a quello della componente trend-ciclo, per cui non è facile distinguere le due componenti basandosi solo sul grafico.

x11_dcmp |>
  ggplot(aes(x = Month)) +
  geom_line(aes(y = Employed, colour = "Dati")) +
  geom_line(aes(y = season_adjust, colour = "Destagionalizzati")) +
  geom_line(aes(y = trend, colour = "Trend")) +
  labs(x = "Mese", y = "Persone (migliaia)", colour = "Serie", title = "Occupazione totale nella vendita al dettaglio negli Stati Uniti") +
  scale_colour_manual(
    values = c("gray", "#0072B2", "#D55E00"),
    breaks = c("Dati", "Destagionalizzati", "Trend")
  )
Figura 3.15: Occupazione nella vendita al dettaglio negli Stati Uniti: dati originari (linea grigia), componente trend-ciclo (linea arancione) e dati destagionalizzati (linea blu, scarsamente visibile).

Può risultare utile utilizzare i grafici stagionali e i grafici di sotto-serie stagionali al fine di evidenziare (a livello empirico) la presenza di variazioni della componente stagionale nel tempo. La figura 3.16 mostra un grafico illustrativo delle sotto-serie stagionali per la componente stagionale presentata in figura 3.14. In questo caso si evincono solo piccole variazioni nel tempo.

x11_dcmp |>
  gg_subseries(seasonal) +
  scale_x_yearmonth(
    breaks = yearmonth(c("2000 Jan", "2010 Jan")),
    date_labels = "%Y"
  ) +
  labs(x = "Mese")
Figura 3.16: Rappresentazione grafica delle sotto-serie stagionali per la componente stagionale ricavata con X-11, relativa all’occupazione totale nella vendita al dettaglio negli Stati Uniti.

Il metodo SEATS

“SEATS” è un acronimo derivato dal termine inglese Seasonal Extraction in ARIMA Time Series (i modelli ARIMA sono trattati nel capitolo 9). Questa procedura è stata sviluppata presso la Banca di Spagna ed è ora ampiamente utilizzata dalle agenzie governative di tutto il mondo. I dettagli tecnici di questa procedura vanno oltre lo scopo di questo libro. Una discussione approfondita è disponibile in Dagum & Bianconcini (2016).

seats_dcmp <- us_retail_employment |>
  model(seats = X_13ARIMA_SEATS(Employed ~ seats())) |>
  components()
autoplot(seats_dcmp) +
  labs(title = "Decomposizione dell'occupazione totale nella vendita al dettaglio negli Stati Uniti
    utilizzando SEATS",
    x = "Mese")
Figura 3.17: Decomposizione degli occupati nel settore della vendita al dettaglio negli Stati Uniti utilizzando la procedura SEATS.

La figura 3.17 illustra l’applicazione del metodo SEATS alla serie storica dell’occupazione totale nella vendita al dettaglio negli Stati Uniti. Il risultato ottenuto è simile a quello ottenuto utilizzando il metodo X-11 mostrato in figura 3.14.

La funzione X_13ARIMA_SEATS() è disponibile nel package seasonal, il quale propone molte opzioni per gestire le varianti offerte dalle procedure X-11 e SEATS. Per un’introduzione dettagliata alle opzioni ed alle caratteristiche disponibili si consiglia di consultare il sito del package.

3.6 Decomposizione STL

La decomposizione STL costituisce un metodo versatile e robusto per decomporre le serie storiche. STL è l’acronimo di “Seasonal and Trend decomposition using Loess”, dove con loess si fa riferimento ad un metodo non parametrico per stimare le relazioni non lineari. Il metodo STL è stato sviluppato da Cleveland et al. (1990), e successivamente esteso da Bandara et al. (2025) per trattare componenti stagionali multiple.

La procedura STL ha diversi vantaggi sia rispetto alla decomposizione classica che ai metodi SEATS e X-11:

  • A differenza di SEATS ed X-11, STL riesce a trattare qualsiasi tipo di stagionalità, non solo per dati mensili e trimestrali.
  • La componente stagionale può cambiare nel tempo e l’intensità di tale variazione può essere controllata dall’utente.
  • Anche il livello di lisciamento della componente trend-ciclo può essere controllato dall’utente.
  • Può essere robusto rispetto agli outlier (nel senso che l’ente può decidere di utilizzare una decomposizione robusta), in modo che la presenza di valori anomali occasionali non influenzi le stime delle componenti trend-ciclo e stagionale. Tuttavia, i valori anomali possono influenzare la componente residuale.

D’altra parte, STL presenta anche alcuni svantaggi. In particolare, questa procedura non gestisce automaticamente gli effetti di calendario ed è implementata solo per decomposizioni additive.

Una decomposizione moltiplicativa può essere ottenuta applicando inizialmente una trasformazione logaritmica dei dati e poi ritrasformando le componenti ottenute dalla procedura STL. Tramite la trasformazione di Box-Cox è possibile ottenere delle decomposizioni intermedie tra il tipo additivo e moltiplicativo: in questo caso bisogna scegliere 0<\lambda<1. Un valore di \lambda=0 restituisce una decomposizione moltiplicativa, mentre \lambda=1 produce una decomposizione additiva.

Il modo migliore per padroneggiare la procedura STL è quello di analizzare alcuni esempi e sperimentare le diverse impostazioni. In figura 3.7 è mostrato un esempio di decomposizione STL applicata alla serie storica dell’occupazione totale nel settore della vendita al dettaglio negli Stati Uniti. La figura 3.18 mostra invece una decomposizione STL alternativa in cui il trend-ciclo è più flessibile, la stagionalità è costante nel tempo ed è stata utilizzata una procedura robusta.

us_retail_employment |>
  model(
    STL(
      Employed ~ trend(window = 7) +
        season(window = "periodic"),
      robust = TRUE
    )
  ) |>
  components() |>
  autoplot() +
  labs(x = "Mese")
Figura 3.18: Occupazione totale nel settore della vendita al dettaglio negli Stati Uniti (pannello in alto) e le tre componenti additive ottenute tramite una decomposizione STL robusta con trend-ciclo flessibile e stagionalità costante.

I due parametri principali da scegliere quando si usa una decomposizione STL sono la finestra della componente trend-ciclo, trend(window = ?), e la finestra della componente stagionale, season(window = ?). Questi due parametri controllano quanto rapidamente le due componenti possono cambiare, dove valori più piccoli permettono cambiamenti più repentini. Entrambi i parametri dovrebbero essere numeri dispari: il primo parametro rappresenta il numero di osservazioni consecutive da utilizzare per stimare la componente trend-ciclo; il secondo parametro corrisponde al numero di anni consecutivi da utilizzare nella stima di ogni valore associato alla componente stagionale. Fissare la finestra stagionale pari ad infinito equivale a forzare la componente stagionale ad essere periodica season(window='periodic'), ovvero costante negli anni. Questo corrisponde al caso mostrato in figura 3.18.

I valori di default della funzione STL() sono impostati ad una finestra stagionale season(window=11), quando è presente un solo periodo stagionale, e ad una finestra relativa alla componente trend-ciclo scelta automaticamente in base al periodo stagionale. Il parametro predefinito nel caso di dati mensili è trend(window=21). In presenza di periodi stagionali multipli, le finestre stagionali predefinite sono 11, 15, 19, ecc., con finestre più ampie in corrispondenza di periodi stagionali più lunghi. Tali parametri generalmente forniscono un buon bilanciamento tra l’overfitting della stagionalità e la possibilità che essa cambi lentamente nel tempo. Ma, come c’è da aspettarsi da una procedura automatica, i parametri predefiniti spesso richiedono una serie di aggiustamenti in base al tipo di dati a disposizione. Nell’esempio mostrato in figura 3.7, l’impostazione predefinita della finestra relativa al trend-ciclo produce una componente trend-ciclo troppo rigida. Come risultato, il segnale associato alla crisi finanziaria globale del 2008 è confluito nella componente residuale, come si può notare nel pannello inferiore della figura 3.7. In figura 3.18 si evince come la scelta di una finestra associata alla componente trend-ciclo più corta riesce a migliorare i risultati.

3.7 Esercizi

  1. A partire dai dati sul prodotto interno lordo (PIL) disponibili nel dataset global_economy, traccia il PIL pro capite per ogni paese nel tempo. Quale paese ha il più alto PIL pro capite? Come è cambiato nel tempo?

  2. Costruisci, per ciascuna delle seguenti serie, un grafico dei dati, stabilendo se è opportuno effettuare una trasformazione dei dati. In caso affermativo applica la trasformazione scelta e descrivi l’effetto sui dati.

    • PIL (GDP) degli Stati Uniti, dataset global_economy.
    • Macellazione di “tori, vitelli e manzi”, dataset aus_livestock.
    • Domanda di elettricità per lo stato della Vittoria, dataset vic_elec.
    • Produzione di gas, dataset aus_production.
  3. Perché una trasformazione di Box-Cox non è utile nel caso delle serie storiche presenti nel dataset canadian_gas?

  4. Qual è la trasformazione di Box-Cox più opportuna per i dati sulla vendita al dettaglio (dall’esercizio 7 nel paragrafo 2.10)?

  5. Trova, per le seguenti serie, una trasformazione di Box-Cox appropriata per stabilizzare la variabilità.

    • Tabacco, dataset aus_production.
    • Passeggeri di classe Economy dei viaggi tra Melbourne e Sydney, dataset ansett.
    • Numero di pedoni in transito nella stazione di Southern Cross, dataset pedestrian.
  6. Mostra che 3\times5-MA corrisponde ad una media mobile ponderata a 7 termini con pesi 0.067, 0.133, 0.200, 0.200, 0.200, 0.133 e 0.067.

  7. A partire dagli ultimi cinque anni della serie storica “Gas”, dataset aus_production:

    gas <- tail(aus_production, 5 * 4) |> select(Gas)
    1. Rappresenta graficamente la serie storica. Riesci ad identificare le fluttuazioni stagionali e/o la componente trend-ciclo?
    2. Utilizza il comando classical_decomposition con l’opzione type=multiplicative per calcolare il trend-ciclo e gli indici stagionali.
    3. I risultati ottenuti supportano l’interpretazione grafica effettuata nella parte a?
    4. Calcola e traccia i dati destagionalizzati.
    5. Cambia un’osservazione in modo che diventi un outlier (ad esempio aggiungendovi 300), e ricalcola i dati destagionalizzati. Quale effetto genera la presenza dell’outlier?
    6. Fa qualche differenza se il valore anomalo è vicino ai valori finali piuttosto che nel mezzo della serie storica?
  8. Riprendi i dati relativi alla serie storica della vendita al dettaglio (dall’esercizio 7 del paragrafo 2.10) e decomponi la serie storica utilizzando X-11. I risultati rivelano la presenza di outlier o altre caratteristiche insolite osservate in precedenza?

  9. Le Figure 3.19 e 3.20 mostrano il risultato della decomposizione del numero mensile di persone facenti parte delle forze di lavoro in Australia, da febbraio 1978 ad agosto 1995.

    1. Commenta in 3–5 frasi i risultati della decomposizione. In particolare, presta attenzione alle scale dei grafici durante l’analisi.
    2. La recessione del 1991/1992 è visibile nelle componenti stimate?
    Figura 3.19: Decomposizione del numero mensile di persone nelle forze di lavoro in Australia, da febbraio 1978 ad agosto 1995.
    Figura 3.20: Componente stagionale della decomposizione mostrata nella figura precedente.
  10. In questo esercizio si fa uso dei dati canadian_gas (produzione mensile di gas canadese in miliardi di metri cubi, gennaio 1960 – febbraio 2005).

    1. Rappresenta i dati graficamente tramite le funzioni autoplot(), gg_subseries() e gg_season() per osservare l’effetto del cambiamento della stagionalità nel tempo.1
    2. Effettua una decomposizione STL dei dati. Sarà necessario scegliere una finestra stagionale per consentire variazioni nel tempo della componente stagionale.
    3. Come cambia la struttura stagionale nel tempo? [Suggerimento: utilizzare il comando gg_season() per rappresentare graficamente la componente stagionale.]
    4. È possibile produrre una serie storica destagionalizzata plausibile?
    5. Confronta i risultati ottenuti con quelli prodotti dalle procedure SEATS e X-11. Quali sono le principali differenze?

3.8 Approfondimenti

  • Un approfondimento dettagliato e moderno dei metodi SEATS ed X-11 è presente in Dagum & Bianconcini (2016).
  • Il metodo STL è stato introdotto da Cleveland et al. (1990). Questo riferimento contiene tuttora la migliore descrizione dell’algoritmo.


  1. Si noti che l’evoluzione stagionale nel tempo è probabilmente dovuta ai cambiamenti nella regolamentazione dei prezzi del gas — grazie a Lewis Kirvan per averlo fatto notare.↩︎