Så skiljer du trender från säsong och tillfälliga svängningar

Varför riktning, säsong och brus är svåra att skilja

En trend är en förändring över tid – förbättring eller försämring – som ofta sker i små steg och syns först efter en tid, enligt Miljostatistik.se. En tidsserie innehåller nästan alltid långsiktig riktning, återkommande säsong och tillfälliga svängningar.

Tillväxtverket trendspanar och publicerar analyser som visar riktningen. Samma problem gäller konsumentdata som försäljning, köpbeteende och svenska konsumenters livsmedelsinköp: skilj varaktig förändring från säsong och brus.

Säsong och brus kan både dölja och förstärka en trend. En månad med ovanligt väder eller en tillfällig topp kan tas för ny riktning, medan en långsam strukturell förändring drunknar i kortsiktiga svängningar. Separera därför trend från säsong och brus för att undvika felaktiga slutsatser.

Trenden: en långsiktig förändring över tid

En trend är den långsiktiga riktningen i en tidsserie; en enstaka upp- eller nedgång är inte en trend. Enligt IG Sverige kännetecknas en stigande trend av successivt högre toppar och bottnar, en fallande av successivt lägre toppar och bottnar. En sidledes trend saknar tydligt topp- och bottnmönster och pendlar i ett ganska snävt område mellan stöd- och motståndsnivåer.

En trendlinje kan åskådliggöra trenden. Enligt IG Sverige räcker två distinkta toppar eller bottnar för att dra linjen, men tre krävs för att bekräfta trenden. Brantare trendlinjer är oftast mindre tillförlitliga och bryts lättare.

Vid trendanalys måste du också avgöra om du följer medelvärden eller extremvärden – till exempel om extrema händelser blir fler eller mer extrema. De två frågorna kan kräva olika statistiska metoder, enligt Miljostatistik.se.

Säsongen: återkommande mönster som kan dölja trenden

Säsong är naturlig variation som återkommer med jämna intervall, till exempel väderrelaterade svängningar eller månadsvisa nivåskillnader. Miljostatistik.se pekar på att naturlig variation från väderförhållanden är en förklarande variabel i miljödata.

I konsumentdata kan säsong vara återkommande köpmönster över månader eller högtider, som försäljningstoppar varje år. Utan hänsyn till säsongen kan en återkommande topp tolkas som bestående trend, eller en säsongsvariation dölja en långsiktig förändring.

Ett sätt att hantera säsong är att säsongsrena serien. Säsongsdekomposition delar upp tidsserien i trend, säsong och restterm och analyserar sedan trenden separat. Glidande medelvärde jämnar ut kortsiktigt brus genom att ersätta varje observation med ett medelvärde över ett fönster av närliggande punkter.

Miljostatistik.se beskriver att man kan skilja på tidstrender och nivåer under olika månader för att se om tidstrenderna liknar varandra under olika säsonger. Ser trenden olika ut beroende på säsong kan den verkliga utvecklingen påverkas av säsongsmönstret, eller säsongen maskera trenden. Analysera dem var för sig för att lättare avgöra om en förändring är bestående eller del av en återkommande cykel.

Tillfälliga svängningar och brytpunkter

Enstaka toppar, bottnar och kortsiktiga svängningar är inte trender. Ibland sker en plötslig, abrupt förändring i stället för långsam linjär utveckling.

Miljostatistik.se påpekar att snabba och abrupta förändringar kräver andra hänsyn och en brytpunktsanalys. En brytpunkt kan vara tillfällig eller strukturell och måste skiljas från en trend. Datakvalitetsproblem kan ge falska svängningar.

Rensa bort dataproblem innan du tolkar riktningen

Granska datakvaliteten innan du tolkar en riktning. SCB:s statistik vilar på statistiska metoder som urvalsdragning, mätteknik, granskning, rättning av data och bortfallsreduktion.

Förändringar i eller brister i metoderna kan påverka tidsserien. Miljostatistik.se betonar att man först måste utesluta att observerade förändringar är en produkt av datakvalitetsproblem, till exempel byte av labb eller problem med undersökningsupplägget, innan trendanalys.

Byte av mätmetod, laboratorium eller undersökningsupplägg kan skapa falska trender och säsongsmönster. Vid ett plötsligt skifte i en tidsserie bör du kontrollera om det sammanfaller med en metodförändring.

SCB förbättrar löpande sina statistiska metoder för att höja statistikens kvalitet, eftersom rekommenderade metoder ändras genom forskning och utveckling. Även officiell statistik kan därför genomgå metodbyten som påverkar jämförbarheten över tid. SCB samlar dokumentationen under Dokumentation/Statistiska metoder på scb.se, där du kan läsa om urval, mätteknik, granskning, rättning och bortfall innan du drar slutsatser om en trend.

Metoder för att skilja trend från säsong och brus

Visualisera tidsserien först: plotta rådata och rita in trendlinjer och kanaler. Enligt IG Sverige skapas en trendkanal med två trendlinjer, en genom topparna och en genom bottnarna. För konsumentdata kan det gälla försäljning, köpvolymer eller andelar över tid.

Välj modell efter seriens längd och form. Enligt Miljostatistik.se kan en linjär funktion användas för kortare serier, där trenden oftast modelleras med linjär regression och tid som förklarande variabel.

I långa serier är linjära förändringar över tid ovanliga; i stället finns både upp- och nergångar. Välj då en metod som skattar trendkurvan utifrån hur data faktiskt ser ut – en datastyrd trend. Fördelen är att förändringen över tid syns lättare än i rådata; nackdelen är att trendmodellen inte kan tolkas via ingående parametrar som i linjär regression.

Vid snabba, abrupta förändringar krävs en brytpunktsanalys i stället för en linjär trend, enligt Miljostatistik.se. Använd statistiska test när serien tillåter det, till exempel Mann–Kendalls test för monotona trender eller linjär regression för kortare serier.

Praktisk checklista för säkrare trendbedömningar

Följ checklistan innan du drar slutsatser om en riktning: (1) Definiera frågan – medelvärden eller extremvärden? (2) Granska datakvaliteten: har urval, mätteknik, granskning, rättning eller bortfall förändrats? Har labb eller undersökningsupplägg bytts?

(3) Plotta rådata för att se hela serien. (4) Markera säsong och använd en konkret metod, till exempel säsongsdekomposition eller glidande medelvärde, för att separera trend från säsong och brus. (5) Identifiera toppar och bottnar.

(6) Testa trenden statistiskt, till exempel med linjär regression för kortare serier eller en datastyrd trendkurva för längre serier. (7) Gör en brytpunktsanalys vid abrupta skiften.

I Sverige finns stöd i SCB:s dokumentation om statistiska metoder och i Tillväxtverkets trendspaningar och analyser. Tillväxtverket har en statistikportal där användare kan utforska resultaten från Företagens villkor och verklighet, samt Raps för regionala prognoser, scenarier och konsekvensanalyser. För konsumentdata finns svenska studier om konsumentbeteende inom handeln och om hur konsumenters köpbeteende förändras, exempelvis vid livsmedelsinköp.