<html>

  <head>

    <meta content="text/html; charset=ISO-8859-1"

      http-equiv="Content-Type">

  </head>

  <body bgcolor="#FFFFFF" text="#330000">

    I don't knwo if that is usefull for you:<br>

    <br>

    I had to test seasonality and i did it successfully with Principal

    component analyses<br>

    <br>

    you may use the grocer atoms toolbox to do PCAs<br>

    <br>

    there's a lot of documentation on the web:

<a class="moz-txt-link-freetext" href="https://www.google.com/search?q=seasonality+principal+component+analyses&hl=en">https://www.google.com/search?q=seasonality+principal+component+analyses&hl=en</a><br>

    <br>

    On 17/11/2011 14:07, Schreckenbach Stephan wrote:

    <blockquote

      cite="mid:0C8A93DCC52C6C4FAD91B1BF0782FFEE0602D23D@truma-mail.truma.com"

      type="cite">

      <pre wrap="">Hi,

I look for a test of saisonality in time series.

The time series might be instationary and nonlinear and the saisonality

/ oscillation might have a changing amplitude. Furthermore the

distribution

might be unknown as well. 

I need something to test for significant saisonality without knowing /

estimating a (linear) model of the time series.

ideas I got so far: Chi Square Test for independency:

I could test for independence of saison and mean value of the data

Chi Square Test to test for different means of two data groups.

I could test for a difference of the mean between several seasons.

Any more or better ideas?

Thanks in advance, Stephan

</pre>

    </blockquote>

    <br>

    <br>

    <div class="moz-signature">-- <br>

      Adrien Vogt-Schilb (Cired) <br>

      Tel: (+33) 1 43 94 <b>73 77</b></div>

  </body>

</html>