AI Summary & Key Takeaways
AI InsightIn this study, the seasonal structure of Household Labor Force Statistics (one of the most important statistics produced by Turkish Statistical Institute) is determined; and the most widely used methods TRAMO/SEATS and X-12-ARIMA is applied and results are compared.
📌 3 Key Takeaways
Abstract
Most of the observed time series are composed of unobserved trends, cycles, seasonal and irregular components. Seasonality, as one of these components, is defined as repeated fluctuations that take place monthly, half-yearly or quarterly periods within a year and these fluctuations noise the time series in point of whether the changes in a certain time period is real or not. Therefore, the seasonality existing in time series can be removed by prediction and extraction of seasonal component. In this study, the seasonal structure of Household Labor Force Statistics (one of the most important statistics produced by Turkish Statistical Institute) is determined; and the most widely used methods TRAMO/SEATS and X-12-ARIMA is applied and results are compared.
Özet
Gözlenen birçok ekonomik zaman serisi gözlemlenemeyen trend, konjonktür, mevsimsel ve düzensiz bileşenden oluşur. Bu bileşenlerden biri olan mevsimsellik, zaman serisinde bir yıllık süre içerisinde aylık, yanm yıllık veya çeyrek dönemlik periyotlar halinde tekrar eden dalgalanmalar olarak tanımlanır ve bu dalgalanmalar zaman serisini belirli bir zaman periyodundaki değişimlerin gerçek değişme olup olmadıkları noktasında bozar. Bir zaman serisindeki var olan mevsimsellik, mevsimsel bileşenin tahmin edilip seriden arındırılmasıyla giderilir. Bu çalışmada Türkiye İstatistik Kurumunun yayınladığı Hanehalkı İşgücü İstatistikleri için en etkili mevsimsel düzetme yöntemi tespit edilmeye çalışılmıştır. Sonuç olarak serilerin TRAMO/SEATS yöntemi tarafından mevsimsel düzeltilmesine karar verilmiştir