¿Por qué deberíamos eliminar la estacionalidad de una serie temporal?

Mientras trabajamos con series temporales, a veces detectamos y eliminamos la estacionalidad mediante análisis espectral. Soy un verdadero principiante en series de tiempo, y estoy confundido por qué uno querría eliminar la estacionalidad de la serie de tiempo original. ¿La eliminación de la estacionalidad no distorsiona los datos originales?

¿Qué beneficios obtenemos al construir una serie temporal al eliminar la estacionalidad?

• Burman, J. Peter (1980), " Ajuste estacional por extracción de señal ", Journal of the Royal Statistical Society, Serie A, 143, p.321.

Las razones según Burman:

Lo más común es proporcionar una estimación de la tendencia actual para que se puedan hacer pronósticos críticos a corto plazo. Alternativamente, se puede aplicar a una gran cantidad de series que ingresan en un modelo económico, ya que se ha encontrado impracticable el uso de datos no ajustados con variables estacionales en todos los modelos excepto en los más pequeños: esto a menudo se llama el modo histórico de ajuste estacional

• Shiskin, Julius (1957), " Computadoras electrónicas e indicadores comerciales ", Journal of Business, 30, 219-267.

Un objetivo principal de estudiar los indicadores económicos es determinar la etapa del ciclo económico en que se encuentra la economía. Tal conocimiento ayuda a pronosticar movimientos cíclicos posteriores y proporciona una base objetiva para tomar medidas para moderar la amplitud y el alcance del ciclo económico. . . . Sin embargo, al usar indicadores, los analistas están constantemente preocupados por la dificultad de separar las fluctuaciones cíclicas de otros tipos, particularmente las fluctuaciones estacionales.

Si quieres mis 2 kopeks, lo resumiría así:

1. Conveniencia: si manejas múltiples series económicas, cada una de ellas tendrá su propia estacionalidad. No resulta práctico tratar con la estacionalidad de cada serie en modelos multivariados. Por lo tanto, es más fácil desestacionalizar todas las series económicas antes de agregarlas a modelos multivariados o analizarlas juntas.
2. Extracción de tendencias: muchas series económicas son inherentemente estacionales, por ejemplo, los precios de la vivienda son más altos en verano. Por lo tanto, cuando el índice de precios de la vivienda baja repentinamente, no siempre es porque señala algo importante en la economía, sino que podría ser simplemente la caída estacional, que no tiene información significativa. Por lo tanto, deseamos desestacionalizar la serie para comprender dónde estamos.

Cuando se observan las relaciones entre dos variables que son series de tiempo, la estacionalidad reducirá los grados de libertad porque los datos no serán independientes. Esta correlación "en serie" dará como resultado correlaciones espurias. Por lo tanto, la estacionalidad se elimina con el objetivo de aumentar los grados de libertad.