6.5 SEATS 분해

“SEATS”는 “Seasonal Extraction in ARIMA Time Series(ARIMA 시계열에서 계절성 추출)”를 줄여 쓴 것입니다(ARIMA 모델은 8 장에서 다룹니다). 스페인 은행에서 이 방법을 개발하였으며, 이제는 전세계 정부 기관에서 널리 사용합니다. 이 방법은 분기별 데이터와 월별 데이터에서만 작동합니다. 따라서 일별, 시간별, 주별 등 다른 종류의 계절성은 다른 접근 방식으로 다뤄야 합니다.

이 책에서는 이 방법의 세부 사항은 다루지 않습니다. 자세한 내용은 Dagum & Bianconcini (2016) 을 참조하시길 바랍니다. 여기에서는 이 방법을 seasonal 패키지에서 어떻게 사용하는지만 보여드리겠습니다.

library(seasonal)
elecequip %>% seas() %>%
autoplot() +
  ggtitle("전자 장비 지수의 SEATS 분해")

Figure 6.12: 전자 장비 신규 구매 지수의 SEATS 분해.

이 결과는 그림 6.9에 나타낸 X11 분해와 꽤 비슷합니다.

X11 기법처럼, 각 성분을 seasonal(), trendcycle(), remainder() 함수로 분리할 수 있고, seasadj()로 계절성으로 조정된 시계열을 계산할 수 있습니다.

seasonal 패키지에는 X11과 SEATS의 변형을 다룰 수 있는 많은 옵션이 있습니다. 사용할 수 있는 옵션과 기능을 자세하게 소개하는 내용은 패키지 웹사이트를 참조하시길 바랍니다.

참고 문헌

Dagum, E. B., & Bianconcini, S. (2016). Seasonal adjustment methods and real time trend-cycle estimation. Springer. [Amazon]