계절분해
추세 · 계절 · 불규칙 성분 분리
이동평균으로 추출한 추세순환 성분입니다.
3월·7월·11월에 정점을 보이는 4개월 주기가 관찰됩니다.
표 1. 계절지수
| 월 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 계절지수 | −.13 | .08 | .29 | .04 | −.19 | .04 | .28 | .04 | −.20 | .02 | .24 | .00 |
가법모형 기준. 합이 0이 되도록 조정되었습니다.
표 2. 성분별 분산 비율
| 성분 | 분산 | 비율(%) | 해석 |
|---|---|---|---|
| 추세순환 | .0142 | 48.6 | 장기 상승 추세 |
| 계절 | .0338 | 42.1 | 4개월 주기 변동 |
| 불규칙 | .0074 | 9.3 | 설명되지 않는 잔차 |
해석interp_rules.rule_id = TS_SEASONAL_STRONG · 매칭조건 seasonal_var>.30
원계열을 추세순환·계절·불규칙 세 성분으로 분해한 결과, 계절 성분이 전체 분산의 42.1%를 차지하여 뚜렷한 주기적 변동이 확인되었습니다.
추세 성분은 3.55에서 3.92로 완만히 상승하였고, 불규칙 성분은 9.3%로 작아 계열이 안정적으로 설명됩니다.
계절 요인이 큰 자료를 계절조정 없이 분석하면 추세를 잘못 해석할 수 있으므로, 이후 분석에는 계절조정 계열을 사용하는 것이 적절합니다.
코드 생성 · 이 분석을 다른 프로그램 문법으로
! 계절분해는 Mplus 기능이 아닙니다. ! 아래 Stata·R 코드를 사용하십시오.
모형이나 변수 지정을 바꾸면 네 코드가 함께 갱신됩니다. 심사자가 다른 프로그램으로 재현을 요구할 때 그대로 전달할 수 있습니다.