मौसमी रूप से समायोजित और असमायोजित आँकड़े: SA, NSA और SAAR का अर्थ

कैलेंडर के साथ आर्थिक गतिविधि में अक्सर अनुमानित बदलाव आते हैं। सर्दियों की छुट्टियों से पहले खुदरा क्षेत्र में भर्ती बढ़ सकती है, ठंड के मौसम में निर्माण धीमा हो सकता है और उत्पादों के मॉडल बदलने पर कारखानों का कार्यक्रम बदल सकता है। इन बार-बार होने वाले प्रभावों के कारण एक महीना अपने पड़ोसी महीने से अधिक या कम मजबूत दिख सकता है, भले ही अंतर्निहित गति में बहुत बदलाव न हुआ हो।

मौसमी समायोजन किसी श्रृंखला के बार-बार आने वाले मौसमी प्रभावों का अनुमान लगाता है और प्रकाशित समायोजित श्रृंखला से उन्हें हटाता है। जहाँ पद्धति में आवश्यक हो, एजेंसियाँ सप्ताह के दिनों की अलग-अलग संख्या या बदलती तारीख वाले त्योहारों जैसे अनुमानित कैलेंडर प्रभावों को भी शामिल कर सकती हैं। उद्देश्य महीने-दर-महीने या तिमाही-दर-तिमाही बदलाव को समझना आसान करना है, न कि वास्तविक आर्थिक गतिविधि मिटाना या पूरी तरह चिकनी प्रवृत्ति बनाना। Bureau of Labor Statistics मौसमी समायोजन को बार-बार आने वाले मौसमी प्रभाव हटाने के रूप में बताता है; Census Bureau के अनुसार इससे समय-श्रृंखला की गैर-मौसमी विशेषताएँ सामने आ सकती हैं। देखें [मौसमी समायोजन पर BLS का परिचय]({source:blsSeasonalAdjustmentOverview}) और [मौसमी समायोजन पर Census Bureau के अक्सर पूछे जाने वाले प्रश्न]({source:censusSeasonalAdjustmentFaq})।

मौसमी समायोजन, महँगाई समायोजन जैसा नहीं है। मौसमी रूप से समायोजित श्रृंखला अभी भी चालू डॉलर में मापी जा सकती है, और महँगाई के लिए समायोजित वास्तविक श्रृंखला को मौसमी समायोजन के साथ या उसके बिना दिखाया जा सकता है। कीमत, उत्पादन, आय या खर्च के आँकड़े पढ़ते समय इन दोनों आयामों को अलग-अलग जाँचें।

मौसमी प्रभाव और कारोबारी चक्र एक ही चीज़ नहीं हैं। हर गर्मियों में लौटने वाली अनुमानित मंदी मौसमी हो सकती है, जबकि कई तिमाहियों तक बनी गिरावट व्यापक आर्थिक गतिविधि या किसी अन्य झटके को दर्शा सकती है। मौसमी समायोजन हर बदलाव को इन श्रेणियों में पूरी तरह नहीं बाँटता, इसलिए प्रकाशन के तकनीकी नोट और अन्य संकेतक भी देखें।

SA का अर्थ मौसमी रूप से समायोजित है। NSA का अर्थ मौसमी रूप से असमायोजित है; प्रकाशनों में इसे असमायोजित या मूल आँकड़ा भी कहा जा सकता है। दोनों संस्करण आम तौर पर एक ही आर्थिक श्रृंखला बताते हैं, लेकिन तुलना से जुड़े अलग-अलग सवालों के जवाब देते हैं।

समायोजित संख्या श्रृंखला और एजेंसी की पद्धति पर आधारित एक अनुमान है, दूसरा सर्वेक्षण नहीं। यह असमायोजित संख्या से अलग दिशा में चल सकती है, क्योंकि किसी महीने का अनुमानित मौसमी प्रभाव दूसरे महीने से बड़ा हो सकता है। BLS कहता है कि कोई भी संस्करण हर स्थिति में बेहतर नहीं है: अलग-अलग वर्षों के एक ही समय में मौसमी भर्ती की तुलना के लिए असमायोजित आँकड़े उपयुक्त हो सकते हैं, जबकि हाल के महीने-दर-महीने बदलाव के लिए समायोजित आँकड़े अक्सर अधिक उपयोगी होते हैं। [समायोजित और असमायोजित CPI आँकड़ों के उपयोग पर BLS की मार्गदर्शिका]({source:blsCpiSeasonalDataUse}) एक विशेष श्रृंखला का उदाहरण देती है; उसे सामान्य नियम मानने से पहले हर प्रकाशन के नोट देखें।

हर अवधि के कैलेंडर पैटर्न का अनुमान तुलना को बदल देता है। एक सरल, पूरी तरह काल्पनिक श्रृंखला मानें जिसमें मौसमी प्रभाव जोड़ात्मक है। महीने A में 100 के देखे गए मान में अनुमानित मौसमी प्रभाव 15 शामिल है, इसलिए समायोजित मान 85 है। महीने B में देखे गए 108 के मान में अनुमानित मौसमी प्रभाव 25 शामिल है, इसलिए समायोजित मान 83 है।

असमायोजित श्रृंखला 8 बढ़ती है, जबकि समायोजित श्रृंखला 2 घटती है। ऐसा इसलिए संभव है कि महीने B में सामान्य मौसमी बढ़त अधिक मानी गई है। इस उदाहरण में समायोजित बदलाव यह पूछता है कि क्या देखा गया उछाल अपेक्षित कैलेंडर पैटर्न से अधिक था। ये संख्याएँ केवल गणित समझाने के लिए बनाई गई हैं; किसी प्रकाशित संकेतक के वास्तविक आँकड़े नहीं हैं।

यह घटाव केवल जोड़ात्मक समायोजन का शिक्षण उदाहरण है। कई श्रृंखलाएँ गुणात्मक कारकों का उपयोग करती हैं, जिनमें मूल मान को एक कारक से भाग देकर समायोजित मान निकाला जाता है। पद्धति में मौसमी प्रभावों के साथ सप्ताह के दिनों या बदलती तारीख वाले त्योहारों के प्रभाव भी शामिल हो सकते हैं। इसलिए दिशा में अंतर अपने आप में एजेंसी की गलती या अर्थव्यवस्था में तेज उलटफेर का प्रमाण नहीं है। Census FAQ के अनुसार समायोजित और असमायोजित श्रृंखलाओं का विपरीत दिशाओं में जाना आम है; इसे मौसमी कारक और प्रकाशन के अन्य विवरणों के संदर्भ में समझना चाहिए। {source:censusSeasonalAdjustmentFaq}

प्रकाशित श्रृंखला में समायोजित मान की छोटी गिरावट अकेले किसी स्पष्ट मोड़ को सिद्ध नहीं करती। नमूना त्रुटि, राउंडिंग, संशोधन और अनुमानित मौसमी कारकों की अनिश्चितता अल्पकालीन संकेत को प्रभावित कर सकती है। दिखाए गए दशमलव स्थान रिपोर्टिंग की सटीकता बताते हैं, अंतर्निहित अनुमान की निश्चितता नहीं।

<!-- learn:illustration -->

मौसमी कारकों का अनुमान किसी विशेष समय-श्रृंखला के इतिहास से लगाया जाता है। सांख्यिकीय प्रक्रियाएँ साल के मिलते-जुलते समय पर दोहराए जाने वाले पैटर्न ढूँढ़ती हैं और उन्हें लंबी अवधि के बदलाव तथा अनियमित उतार-चढ़ाव से अलग करने का प्रयास करती हैं। किसी श्रृंखला को मौसमी, प्रवृत्ति-चक्र और अनियमित घटकों के रूप में देखा जा सकता है; प्रकाशित समायोजित श्रृंखला आम तौर पर अनुमानित मौसमी घटक हटा देती है, जबकि गैर-मौसमी बदलाव और अनियमित झटके बने रहते हैं।

यह ऐसा नहीं है कि हर साल विश्लेषक एक तय प्रतिशत घटा देता है। कुछ श्रृंखलाओं के लिए जोड़ात्मक प्रभाव बेहतर बैठते हैं, जबकि अन्य में गुणात्मक कारक उपयोग किए जाते हैं जिनका आकार श्रृंखला के स्तर पर निर्भर करता है। जहाँ आवश्यक हो, पद्धति कारोबारी दिनों या ईस्टर जैसे बदलती तारीख वाले त्योहार का प्रभाव भी अनुमानित कर सकती है। Census Bureau मौसमी समायोजन के लिए X-13ARIMA-SEATS का रखरखाव करता है और अवशिष्ट मौसमीपन तथा स्थिरता जाँचने के लिए निदान प्रक्रियाओं का वर्णन करता है। यह उस उपकरण और पद्धति-परिवार का परिचय है; इसका अर्थ यह नहीं कि हर संघीय प्रकाशन एक जैसे सेटिंग लागू करता है। संबंधित श्रृंखला की पद्धति देखें। {source:censusSeasonalAdjustmentFaq}

अनुमान को केवल कैलेंडर प्रभावित नहीं करता। अचानक हुई हड़ताल, असामान्य मौसम, महामारी से पैदा व्यवधान, नमूना त्रुटि या किसी व्यवसाय का अलग झटका अनियमित बदलाव के रूप में समायोजित श्रृंखला में रह सकता है। कुछ एजेंसियाँ पहचाने गए असामान्य मानों या कैलेंडर घटनाओं को अलग से मॉडल करती हैं, फिर भी मौसमी समायोजन किसी अवलोकन को मापन-अनिश्चितता से मुक्त नहीं करता। अधिक चिकने चार्ट को किसी अनदेखी प्रवृत्ति का प्रत्यक्ष माप न समझें।

कुछ प्रकाशनों में कुल आँकड़ा मौसमी रूप से समायोजित होता है, जबकि चुने हुए घटक असमायोजित प्रकाशित होते हैं। यदि घटक श्रृंखलाओं का समायोजन आधार अलग है, तो दिखाए गए मानों को जोड़ने से प्रकाशित कुल वापस नहीं मिल सकता। जोड़ने या तुलना करने से पहले हर श्रृंखला की समायोजन स्थिति और कुल बनाने की पद्धति जाँचें।

SAAR का अर्थ मौसमी रूप से समायोजित वार्षिक दर है। इसमें दो अलग विचार जुड़ते हैं: मौसमी समायोजन बार-बार आने वाले कैलेंडर प्रभावों का अनुमान लगाकर उन्हें हटाता है; वार्षिक-दर की परंपरा किसी अवधि के समायोजित स्तर या वृद्धि की गति को सालाना तुलना के रूप में दिखाती है। संक्षिप्त रूप का अर्थ यह नहीं कि मौजूदा महीने की गति पूरे साल बनी रहेगी।

Census Bureau कुछ मासिक भवन-अनुमति अनुमानों को मौसमी रूप से समायोजित वार्षिक दर पर दिखाता है। यदि काल्पनिक समायोजित मासिक गति 8,000 अनुमतियाँ हो, तो उसका SAAR 8,000 गुणा 12, यानी 96,000 होगा। वार्षिक-दर का आँकड़ा मौजूदा महीने की तुलना पूरे साल के कुल से करने में मदद करता है। इसका यह अर्थ नहीं कि उस महीने 96,000 अनुमतियाँ जारी हुईं, और न ही यह पूर्वानुमान है कि अगले वर्ष इतनी अनुमतियाँ जारी होंगी। यह उदाहरण [भवन-अनुमतियों पर Census Bureau की पद्धति]({source:censusBuildingPermitsMethodology}) के अनुसार है और इसमें काल्पनिक संख्याएँ हैं।

वार्षिक दर पर दिखाई गई तिमाही GDP वृद्धि इससे संबंधित, लेकिन अलग परंपरा है। BEA तिमाही प्रतिशत बदलाव को चार तिमाहियों पर चक्रवृद्धि करता है; देखे गए बदलाव को केवल चार से गुणा नहीं करता। वार्षिक दर पर दिखाया गया मौसमी रूप से समायोजित GDP स्तर, वार्षिकीकृत तिमाही प्रतिशत बदलाव और पूरे साल का पूर्वानुमान—तीनों अलग बातें हैं। BEA अपने [वार्षिक दर संबंधी FAQ]({source:beaQuarterlyAnnualRates}) में तिमाही वृद्धि की गणना समझाता है। दरों की तुलना के लिए वास्तविक GDP वृद्धि दरों को पढ़ने का तरीका देखें।

हाँ। मौसमी कारक अनुमान होते हैं और नए अवलोकन अनुमानित दोहराए जाने वाले पैटर्न को बदल सकते हैं। नई जानकारी आने पर एजेंसियाँ समायोजन फिर से चला सकती हैं, तय समय पर पहले के समायोजित अवलोकनों में संशोधन कर सकती हैं या मूल असमायोजित आँकड़े संशोधित होने पर समायोजित मान भी अपडेट कर सकती हैं। संशोधन कितनी बार होता है और कितनी पुरानी अवधि तक जाता है, यह कार्यक्रम के अनुसार अलग होता है।

उदाहरण के लिए, BLS अपने मौसमी रूप से समायोजित CPI श्रृंखलाओं के कारकों की हर साल पुनर्गणना करता है और उन समायोजित सूचकांकों के पाँच साल तक के आँकड़ों में संशोधन कर सकता है। यह CPI कार्यक्रम का विवरण है, अमेरिका के हर आँकड़ा-समूह के लिए सार्वभौमिक नियम नहीं। BLS यह भी फिर से जाँचता है कि CPI की अलग-अलग श्रृंखलाओं में समायोजन के योग्य मौसमीपन अब भी है या नहीं। [CPI मौसमी समायोजन पृष्ठ]({source:blsCpiSeasonalDataUse}) मौजूदा प्रक्रिया और संशोधन-अवधि बताता है।

चार्ट दोबारा बनाते समय श्रृंखला पहचानकर्ता, मौसमी समायोजन की स्थिति, प्रकाशन की तारीख और आँकड़ों का संस्करण लिख लें। उस समय उपलब्ध मानों से बनाया गया तत्कालीन चार्ट बाद में डाउनलोड किए गए चार्ट से अलग हो सकता है, भले ही श्रृंखला का नाम समान हो। जब सवाल मौसमी पैटर्न या एजेंसी के बाद के संशोधनों से जुड़ा हो, तो मूल और समायोजित मान अलग रखें।

संशोधन पहले की व्याख्या को अपने आप नहीं पलटता, लेकिन शुरुआती बदलाव छोटा हो या मान किसी मोड़ के करीब हो तो वह मायने रख सकता है। पुराने प्रकाशन की तुलना नवीनतम आँकड़ों से करते समय बताएं कि आँकड़ों में संशोधन हुआ है या नहीं, और हर तुलना में इस्तेमाल किया गया संस्करण सुरक्षित रखें।

जब सवाल पिछले महीने या तिमाही से हाल के बदलाव का हो और एजेंसी उपयुक्त समायोजित श्रृंखला प्रकाशित करती हो, तब SA आँकड़े उपयोग करें। अपेक्षित मौसमी पैटर्न हटाने से नया मोड़ पहचानना आसान हो सकता है। इससे यह साबित नहीं होता कि बचा हुआ बदलाव सांख्यिकीय रूप से महत्वपूर्ण है; अल्पकालिक अनुमान अब भी अस्थिर हो सकते हैं।

जब बार-बार आने वाला मौसमी चक्र ही सवाल हो, तब NSA आँकड़े उपयोग करें। उदाहरण के लिए, कई वर्षों में अक्टूबर से दिसंबर तक खुदरा क्षेत्र की भर्ती की तुलना से पता चल सकता है कि छुट्टियों का मौसम कैसे बदला। साल-दर-साल एक ही महीने की तुलना स्थिर मौसमी चक्र का असर घटाती है, लेकिन छुट्टी की बदलती तारीख, सप्ताह के दिनों की अलग संख्या या मौसमी व्यवहार में बदलाव फिर भी असर डाल सकते हैं। आँकड़े की पद्धति का पालन करें और प्रश्न से मेल खाने वाला संस्करण चुनें।

SA और NSA अवलोकनों की तुलना ऐसे न करें जैसे उनके बीच का अंतर आर्थिक लाभ या नुकसान हो। एक ही श्रृंखला, इकाइयाँ, आवृत्ति, आबादी या क्षेत्र का दायरा और समायोजन की स्थिति मिलाएँ। महँगाई से जुड़े सवालों के लिए CPI, PCE और GDP डिफ्लेटर की तुलना देखें। उपभोक्ता खर्च के लिए खुदरा बिक्री और PCE उपभोक्ता खर्च की तुलना बताती है कि मौसमी समायोजन के अलावा भी संबंधित दो प्रकाशन अलग क्यों हो सकते हैं।

सटीक श्रृंखला-नाम और उसका स्रोत देखें। पुष्टि करें कि दिखाया गया मान मौसमी रूप से समायोजित, असमायोजित है या किसी एक रूप में उपलब्ध नहीं है। फिर जाँचें कि संख्या क्या मापती है: स्तर, डॉलर में बदलाव, प्रतिशत बदलाव, दर, सूचकांक या गिनती। तालिका का शीर्षक मासिक या तिमाही आवृत्ति और वार्षिकीकृत प्रस्तुति भी बता सकता है।

इसके बाद तुलना की अवधि को सवाल से मिलाएँ। पास-पास के महीनों का SA बदलाव अनुमानित मौसमी प्रभावों के बाद का बदलाव बताता है; एक ही महीने की NSA तुलना मौसमी चक्र बनाए रखती है; साल-दर-साल प्रतिशत बदलाव पूरे साल की दूरी मापता है; और SAAR किसी तय परंपरा के अनुसार एक अवधि की गति को वार्षिक दर पर दिखाता है। ये नाम एक-दूसरे की जगह नहीं ले सकते। भवन-अनुमतियों का SAAR, GDP की वार्षिकीकृत वृद्धि दर और मासिक CPI प्रतिशत बदलाव—तीनों में वार्षिक भाषा हो सकती है, लेकिन उनकी गणनाएँ अलग हैं।

अंत में, संशोधन, छुट्टियों, मौसमी स्थिति और असामान्य घटनाओं पर स्रोत का तकनीकी नोट पढ़ें। अगर रिपोर्ट का उद्देश्य व्यापक चक्र दिखाना है, तो एक समायोजित मासिक बदलाव को निर्णायक मोड़ न मानें। अगर सवाल बार-बार आने वाली कैलेंडर अवधियों की तुलना का है, तो NSA का मौसमी पैटर्न हटाएँ नहीं। श्रृंखला पहचानें, तुलना के लिए SA या NSA चुनें, आवृत्ति और इकाइयाँ बताएँ तथा आँकड़ों का इस्तेमाल किया गया संस्करण दर्ज करें।

अगर SA और NSA विपरीत दिशाओं में जाएँ, तो पहले पुष्टि करें कि वे उसी श्रृंखला, आवृत्ति, इकाइयों और तुलना-अवधि से जुड़े हैं। फिर अनुमानित मौसमी कारक, बदलती तारीख वाले त्योहार या सप्ताह के दिनों की संख्या, कोई असामान्य घटना और स्रोत आँकड़ों में संशोधन जाँचें। अंतर बना रहे तो किसी एक को त्रुटि कहने के बजाय समझाएँ कि हर संस्करण किस प्रश्न का उत्तर देता है।