En este artículo, utilizaremos los datos de casos de divorcio por mes para desglosar las series temporales en factores estacionales, tendencias y series irregulares.Excluyendo los factores estacionales, la tendencia del divorcio al final del período Heisei Ciertas características " Entiendo
En japón Tres Mes Es un mes de despedida.Este año, la ceremonia de graduación se canceló debido a la influencia de COVID-19 (nueva infección por coronavirus), la fiesta de despedida se canceló, pero también es un mes para poner un descanso en mi vida .
Algunas personas experimentarán el triste divorcio del "divorcio".Las noticias a menudo informan sobre divorcios de celebridades, pero ¿está aumentando realmente el número de divorcios? Al referirse a las estadísticas demográficas del Ministerio de Salud, Trabajo y Bienestar, se puede determinar el número de divorcios por mes. Considere el número de divorcios * desde enero de 2014 hasta diciembre de 2019 (el último mes publicado a partir de este escrito). Lo haré
* Nota: los datos preliminares se utilizan para todos los meses.
¿Cuál es el número de divorcios por año?
Primero, hagamos un gráfico de barras del número de divorcios en cada año.
El número de divorcios por año ha disminuido gradualmente desde 2015, pero ha comenzado a aumentar ligeramente en 2019.El número de divorcios en 2018 fue de 212,393, en comparación con 212,955 en 2019.
Como referencia, la siguiente figura muestra el número de divorcios y matrimonios por año como un gráfico lineal.La línea azul en la parte superior es el número de divorcios, y la línea roja en la parte inferior es el número de matrimonios.Tienes una tendencia similar.El divorcio no puede estar relacionado con el matrimonio porque el divorcio no se puede lograr a menos que esté casado en primer lugar.
Tendencias mensuales de divorcio
¿Por qué el número de divorcios en 2019 fue ligeramente mayor que en el año anterior?Entonces, hagamos un gráfico lineal de la cantidad de divorcios por mes.
A partir de este gráfico, el número de divorcios tiene una clara tendencia mensual (estacionalidad).Una vez más, el más destacado es marzo, que es abrumadoramente más alto que los otros meses, y se puede ver que el otro mes también aumenta en diciembre.Puedes imaginar las consecuencias del divorcio durante los descansos.
Sin embargo, hay una cosa que me importa.El número promedio en abril es muy inferior al de marzo del mismo año, pero solo disminuye ligeramente en abril de 2019.
Además, las tendencias mensuales son fáciles de entender.
Esta vez, superpongamos el gráfico lineal anual con el mes como eje horizontal.
La línea roja es 2019, pero el número de divorcios en abril es mayor que en otros años, lo que indica que no ha disminuido mucho en comparación con marzo.
Abril de 2019 es el último mes de Heisei.Se cree que muchas parejas querían descansar antes de que cambiara la era.
Eliminar la estacionalidad descomponiendo series temporales
Los datos de series temporales se pueden dividir en varios factores, como la estacionalidad y las tendencias.La descomposición puede eliminar la estacionalidad y las tendencias de la serie de tiempo original.
Por ejemplo, puede descomponer la serie temporal original en factores y tendencias estacionales, así como series irregulares que no pueden explicarse por estos, como se muestra en la siguiente figura.
Por lo tanto, una serie irregular es una serie de tiempo que excluye factores y tendencias estacionales de la serie de tiempo original.
Aquí está el resultado de tal descomposición de los datos de divorcio *.
* El método X11 se utiliza como método de descomposición de series temporales.
◆ Factores estacionales
Se extraen las tendencias mensuales.Puede ver que hay estacionalidad, con valores pequeños en enero y febrero y grandes en marzo y diciembre.
◆ Tendencia
Este es un gráfico de tendencia.En general, se puede ver que la tendencia está disminuyendo, pero hay montañas en la primera mitad de 2015 y la segunda mitad de 2018.El hecho de que los casos de divorcio fueran extremadamente altos en marzo de 2015 y el de los casos de divorcio en 2018 en comparación con octubre de otros años en octubre fue la causa del pico en ese momento.
◆ series irregulares
Se muestran las series temporales que no pudieron extraerse por los factores y tendencias estacionales anteriores.En otras palabras, es una serie que se calcula como "Serie irregular = serie temporal original-factor-estacional-tendencia".
Abril de 2019, el último mes del período Heisei, fue extremadamente anormal, incluso si se excluyeron los factores y tendencias estacionales, por lo que fue un mes inusual.
Además, septiembre de 2018 salió como un valor pequeño.Dado que el próximo mes, octubre de 2018, muestra un gran valor, es probable que haya alguna razón para divorciarse en octubre en lugar de septiembre en 2018.No puedo pensar en eso de inmediato, pero ¿por qué no consideras la causa?
Cambios en el número de divorcios excluyendo la estacionalidad
Finalmente, en la figura a continuación, un gráfico lineal (rojo) excluyendo factores estacionales se superpone en el gráfico lineal de divorcio original (azul).
Polilínea roja = Polilínea de divorcio original-Polilínea estacional
El valor numérico del gráfico de línea roja se calcula de la siguiente manera, por ejemplo, en abril de 2019.
21,061 (serie de tiempo original) = -36.53 (factores estacionales) + 17,543.89 (tendencia) + 3,553.64 (serie irregular)
Ajuste por factores estacionales
Hay inesperadamente muchos datos de series de tiempo con factores estacionales cercanos.Se pueden considerar las ventas en tiendas minoristas, el consumo de energía y la cantidad de personas que tienen enfermedades infecciosas, pero podemos ver tendencias después de ajustar los factores estacionales en estos datos, como en este ejemplo de casos de divorcio.
La Oficina de Estadística, Ministerio de Asuntos Internos y Comunicaciones, explica de manera fácil de entender el pensamiento estadístico y cómo leer la información estadística. https://www.stat.go.jp/koukou/index.html ), Que contiene una explicación clara del ajuste por factores estacionales. https://www.stat.go.jp/koukou/trivia/careers/career9.html )
