详细内容或原文请订阅后点击阅览
调整季节性数据的可疑理由
当经济学家尝试分析经济时，一个程序是从数据中删除“季节性”成分，以解释趋势和波动。这与人类从事有目的行为的人类行为学背后的思维相冲突。
来源:路德维希·冯·米塞斯研究所信息按照普遍的想法，仅通过检查整体数据并不总是能够确定经济状况。相反，有人认为，所需要的是将数据分解为其关键组成部分。这将使经济学家能够确定经济的真实状况。
驱动数据的组件
基本上，随着时间的推移观察到的数据（称为时间序列）可以分为四个部分，即： 1) 趋势部分； 2）循环分量； 3）季节性因素； 4) 不规则分量。人们普遍认为，随着时间的推移，趋势决定了数据的大方向，周期性成分描述了数据因经济周期影响而发生的波动，季节性成分与冬、春、夏、秋和各种节假日等季节的影响有关，不规则成分则显示各种不规则事件。人们普遍认为，这四个组成部分的相互作用产生了总体数据。
流行的观点认为周期性成分是数据中最重要的部分。人们还认为，分离这个组成部分将使分析师能够揭开商业周期的神秘面纱。有人认为，为了预防商业周期的负面影响，重要的是在尽可能短的时间内确定周期性成分的规模。因此，央行一旦确定了周期性成分的规模，就可以通过适当的货币政策来抵消周期性影响。
去除季节性成分
有目的 根据 测量由于不可能量化心灵对目的的评估，显然这种评估不能用数学公式表示。此外，尽管某些选择可以量化，但它们并不是数学常数。这意味着计算机程序生成的所谓季节性因素的估计必须是任意数字。