智联海机器人产业数据的季节性与基数效应怎么看
季节性从哪里来
机器人产业的月度数据波动，很大一部分不是景气变化，而是节奏造成的：下游资本开支集中在年初立项与年末验收，春节与长假压缩工作日，展会与新品发布集中在固定月份，结算习惯又让四季度出货偏高。看到波动先问一句，这是需求变了，还是日历变了。
基数效应怎么识别
基数效应来自三处：上年同期本身偏高或偏低、统计口径发生过调整、统计范围扩围或缩围。判断方法是把上年同期的绝对水平与增速一起列出来，增速高但绝对水平低，多半是基数低而不是需求旺。口径调整过的区间要在表里标注，不要跨口径直接连线。
三种读法怎么搭配
- 同比看趋势：适合消除季节性，但受基数影响大。
- 环比看节奏：适合看短期动能，但要先做季节调整。
- 累计看完成度：适合和年度目标对照，反应偏慢。
削峰与纠偏做法
数据点少的时候用移动平均或累计同比，比单月值稳。图表上同时标出工作日天数、假期与重大活动，让读者知道波动来源。结论尽量写成区间与方向，比如连续三个月同向变化，而不是写成单月冲高。
别踩的坑
最常见的两类错误是把季节性回落当拐点、把低基数当景气，其次是拿不同口径的数据做排名。写入结论前，先核对来源、口径、时点三个字段是否一致。
最后提醒一句，任何单月数据都只是样本点。把结论写成方向加区间，并注明依据了哪几个指标，下次复盘时才能分清是判断错了还是数据本身有问题。
