मौसमी समायोजन
मौसमी समायोजन क्या है?
एक मौसमी समायोजन एक सांख्यिकीय तकनीक है जो बदलते मौसम से संबंधित आपूर्ति और मांग में सांख्यिकी या आंदोलनों में आवधिक झूलों के लिए डिज़ाइन की गई है । इसलिए, यह एक आर्थिक समय श्रृंखला के भ्रामक मौसमी घटकों को समाप्त कर सकता है । मौसमी समायोजन डेटा-स्मूथिंग की एक विधि है जिसका उपयोग किसी निश्चित अवधि के लिए आर्थिक प्रदर्शन या कंपनी की बिक्री की भविष्यवाणी करने के लिए किया जाता है।
मौसमी समायोजन निरर्थक रुझानों और चक्रीय डेटा का एक स्पष्ट दृष्टिकोण प्रदान करते हैं जो अन्यथा मौसमी मतभेदों से निपटा जाएगा। यह समायोजन अर्थशास्त्रियों और सांख्यिकीविदों को एक निश्चित समय श्रृंखला में अंतर्निहित, आधार प्रवृत्तियों को बेहतर ढंग से समझने की अनुमति देता है।
चाबी छीन लेना
- मौसमी समायोजन एक निश्चित विधि है जो नियमित या चक्रीय आधार पर होने वाली कुछ प्रकार की आर्थिक गतिविधियों की समय श्रृंखला में होने वाली विपत्तियों को दूर करने के लिए है।
- ये समायोजन डेटा में शुद्ध रुझानों और गैर-मौसमी परिवर्तनों का एक स्पष्ट दृष्टिकोण प्रदान करते हैं।
- मौसमी अनुमान पिछले वर्षों की निश्चित घटना के प्रभाव आकारों पर आधारित हैं।
मौसमी समायोजन समझाया
सीज़नैलिटी एक समय श्रृंखला की एक विशेषता है जिसमें डेटा नियमित रूप से और पूर्वानुमानित परिवर्तनों का अनुभव करता है जो हर कैलेंडर वर्ष को पुन: प्राप्त करता है। किसी भी पूर्वानुमान योग्य उतार-चढ़ाव या पैटर्न जो एक साल की अवधि में पुनरावृत्ति या दोहराता है, मौसमी कहा जाता है।
मौसमी समायोजन का उद्देश्य कुछ विशेष प्रकार की वित्तीय गतिविधियों में विपथन को सुचारू करना है। उदाहरण के लिए, यूएस ब्यूरो ऑफ लेबर स्टेटिस्टिक्स (बीएलएस) संयुक्त राज्य में रोजगार और बेरोजगारी के स्तर का अधिक सटीक चित्रण प्राप्त करने के लिए मौसमी समायोजन का उपयोग करता है। वे मौसमी घटनाओं के प्रभाव को हटाकर ऐसा करते हैं, जैसे कि छुट्टियां, मौसम की घटनाएं, स्कूल कार्यक्रम और यहां तक कि फसल की अवधि। ये समायोजन पिछले वर्षों में मौसमी गतिविधि के आधार पर अनुमान हैं।
मौसमी घटनाएं अपेक्षाकृत अस्थायी होती हैं, आमतौर पर एक ज्ञात अवधि के साथ, और वे प्रत्येक वर्ष एक ही समय में, आमतौर पर अनुमानित पैटर्न का पालन करते हैं। नतीजतन, मौसमी समायोजन सांख्यिकीय रुझानों पर उनके प्रभाव को हटा सकते हैं। समायोजन सांख्यिकीविदों को अधिक आसानी से गैर-मौसमी और अंतर्निहित रुझानों और चक्रों का निरीक्षण करने की अनुमति देते हैं और श्रम बाजार और खरीदने की आदतों का एक सटीक और उपयोगी दृष्टिकोण प्राप्त करते हैं।
मौसमी के लिए डेटा का समायोजन
मौसमी के लिए डेटा को समायोजित करने से बदलते मौसम से संबंधित आपूर्ति और मांग के आंकड़ों या आंदोलनों में आवधिक झूलों का पता चलता है । सीजनलली एडजस्टेड एनुअल रेट (SAAR) नामक टूल का उपयोग करके , डेटा में मौसमी बदलाव को हटाया जा सकता है। विश्लेषक डेटा के एक पूरे वर्ष के साथ शुरू करते हैं, और फिर वे प्रत्येक महीने या तिमाही के लिए औसत संख्या पाते हैं। वास्तविक संख्या और औसत के बीच का अनुपात उस समय अवधि के लिए मौसमी कारक को निर्धारित करता है। SAAR की गणना करने के लिए, अन-एडजस्टेड मासिक अनुमान लें, इसके सीज़नसिटी फैक्टर से विभाजित करें, और 12. से गुणा करें। यदि इसके बजाय त्रैमासिक डेटा का उपयोग किया जा रहा है, तो चार से गुणा करें।
उदाहरण के लिए, घरों में सर्दियों की तुलना में गर्मियों में अधिक तेजी से और अधिक कीमतों पर बिक्री होती है। नतीजतन, यदि कोई व्यक्ति पिछले वर्ष से गर्मियों के रियल एस्टेट बिक्री मूल्यों की औसत कीमतों की तुलना करता है, तो उसे गलत धारणा मिल सकती है कि कीमतें बढ़ रही हैं। हालांकि, अगर वह मौसम के आधार पर प्रारंभिक डेटा को समायोजित करता है, तो वह देख सकता है कि क्या मूल्य वास्तव में गर्म मौसम से बढ़ रहे हैं या बस बढ़ रहे हैं।
मौसमी प्रभाव चक्रीय प्रभाव से अलग होते हैं, क्योंकि मौसमी चक्र एक कैलेंडर वर्ष के भीतर देखे जाते हैं, जबकि चक्रीय प्रभाव, जैसे कि कम बेरोजगारी दर के कारण बढ़ी हुई बिक्री, समय अवधि को एक कैलेंडर वर्ष से कम या अधिक समय तक बढ़ा सकते हैं।
मौसमी समायोजन प्रवृत्ति को कम करने का पर्दाफाश
मौसमी हलचल पर्याप्त हो सकती है, इतनी अधिक कि वे अक्सर डेटा में अन्य लक्षणों और रुझानों को अस्पष्ट कर सकते हैं। यदि मौसमी समायोजन नहीं किए जाते हैं, तो डेटा का विश्लेषण सटीक परिणाम नहीं दे सकता है। यदि समय श्रृंखला में प्रत्येक अवधि- उदाहरण के लिए, वित्तीय वर्ष में प्रत्येक महीने में निम्न या उच्च मौसमी मूल्यों की ओर एक अलग प्रवृत्ति होती है, तो समय श्रृंखला के अंतर्निहित रुझानों की सही दिशा का पता लगाना मुश्किल हो सकता है। कठिनाइयों में आर्थिक गतिविधियों में वृद्धि या कमी, मोड़, और अन्य आर्थिक संकेतक शामिल हैं।
सीज़नलिटी उद्योगों को भी प्रभावित करती है – जिन्हें मौसमी उद्योग कहा जाता है – जो आम तौर पर कैलेंडर वर्ष के छोटे, अनुमानित भागों के दौरान अपने अधिकांश पैसे कमाते हैं। मिसाल के तौर पर, जो कंपनियां छुट्टी की बिक्री की एक विशेष भीड़ पर भरोसा करती हैं, उन्हें गैर-मौसमी व्यवसायों की तुलना में असामान्य कमाई होगी।
कैसे उपभोक्ता मूल्य सूचकांक मौसमी समायोजन का उपयोग करता है
उपभोक्ता मूल्य सूचकांक (सीपीआई) एक्स-13ARIMA-सीटों का उपयोग करता मौसमी समायोजन सॉफ्टवेयर डेटा कि इस तरह के मोटर ईंधन, खाद्य और पेय आइटम, वाहन, और कुछ उपयोगिताओं के रूप में मौसमी समायोजन के अधीन समझा जाता है मूल्य निर्धारण की मौसमी समायोजन करने के लिए।
सीपीआई अर्थशास्त्री प्रत्येक वर्ष प्रत्येक डेटा श्रृंखला की मौसमी स्थिति का पुनर्मूल्यांकन करते हैं। ऐसा करने के लिए, वे प्रत्येक जनवरी में नए मौसमी कारकों की गणना करते हैं और उन्हें पिछले पांच वर्षों के सूचकांक डेटा पर लागू करते हैं। पांच साल से अधिक पुराने इंडेक्स को अंतिम माना जाता है और अब संशोधित नहीं किया जाता है। श्रम सांख्यिकी ब्यूरो विशिष्ट सांख्यिकीय मानदंडों के आधार पर, प्रत्येक श्रृंखला को मौसमी रूप से समायोजित किया जाना चाहिए या नहीं, इसका पुनर्मूल्यांकन करता है। हस्तक्षेप विश्लेषण मौसमी समायोजन का उपयोग तब किया जाता है जब एक एकल, गैर-मौसमी घटना मौसमी-समायोजित डेटा को प्रभावित करती है।
उदाहरण के लिए, जब 2008 में ईंधन की कीमतों में वैश्विक मंदी आई, तो उस वर्ष ईंधन के मूल्य निर्धारण पर इसके प्रभावों को ऑफसेट करने के लिए हस्तक्षेप विश्लेषण मौसमी समायोजन का उपयोग किया गया था। इन विधियों का उपयोग करते हुए, CPI उन घटकों और अनुक्रमितों के लिए अधिक सटीक मूल्य सूचकांक बना सकता है जो मौसमी समायोजन के अधीन नहीं हैं।
मौसमी समायोजन का वास्तविक विश्व उदाहरण
एक उदाहरण के रूप में, कहते हैं कि गर्मियों में खरीदे गए जूते की बिक्री सर्दियों में खरीदी गई राशि से अधिक है। यह वृद्धि मौसमी कारक के कारण है जो अधिक लोग चलाते हैं, या गर्मियों में इसी तरह के जूते की आवश्यकता वाले अन्य बाहरी गतिविधियों में भाग लेते हैं।
जूता बिक्री चलाने में मौसमी कील पूरे समय श्रृंखला में एथलेटिक जूते की बिक्री में सामान्य रुझानों को अस्पष्ट कर सकती है। एक मौसमी समायोजन इसलिए सामान्य प्रवृत्ति की स्पष्ट तस्वीर प्राप्त करने के लिए किया जाता है।