In statistica per analizzare in maniera più precisa l’evoluzione di un fenomeno si utilizzano i dati destagionalizzati. Ma cosa sono esattamente?
Di quasi tutti i dati macroeconomici risulta maggiormente significativa l’analisi del trend, vale a dire l’andamento che assumono nel tempo. Molte delle variabili economiche quotidianamente consultate dagli addetti ai lavori presentano dei movimenti caratterizzati da “anomalie” che sono diretta conseguenza di variabili stagionali.
Prendiamo ad esempio il mercato del lavoro. Sia il settore turistico che quello dell’agricoltura hanno dei periodi nei quali l’occupazione presenta dei picchi. L’estate od il periodo natalizio per il turismo, la stagione della raccolta dei prodotti per l’agricoltura. Queste oscillazioni “sporcano” l’evoluzione, ad esempio, del dato sull’occupazione per l’anno in corso.
Altro esempio può essere quello dei consumi di energia elettrica. Sappiamo che vi sono dei periodi nell’anno nei quali i KW consumati aumentano considerevolmente, come in estate a causa dell’uso massiccio di condizionatori, oppure d’inverno quando le ore di buio superano quelle di luce e si ricorre più spesso all’illuminazione artificiale. Anche in questo caso i picchi di consumo dovuti a fenomeni stagionali rendono più difficile capire l’evoluzione dei consumi energetici in un determinato arco temporale.
In statistica, per eliminare le oscillazioni a carattere stagionale, si utilizzano i dati destagionalizzati. Si dice, in questo caso, che si procede alla scomposizione di una serie storica, isolandone i 4 elementi caratteristici che sono: la tendenza di lungo periodo, la componente ciclica (fluttuazioni legate all’andamento del ciclo economico), la componente stagionale ed infine un elemento idiosincratico, una componente residuale che descrive il margine di errore, se così possiamo dire, contenuto nella serie storica.
I dati destagionalizzati sono molto importanti per variabili macroeconomiche come il tasso di disoccupazione, la produzione industriale ma anche lo stesso calcolo del PIL che può essere influenzato, ad esempio, dal numero di giorni lavorativi di un determinato anno.
Foto di TheDigitalWay
