SEATS分解（signal extraction in ARIMA time series），管理学-管理科学与工程-预测理论与方法-时间序列预测法-时间序列数据分解方法-SEATS分解，基于ARIMA模型的时间序列信号提取技术。SEATS分解通过自主设定的过滤器分离和提取时间序列的趋势因素、循环因素、季节因素和随机因素，从而实现时间序列的季节调整。SEATS分解的相关理论可以追溯到1980年，J.P.伯曼（J.P.Burman）提出利用信号提取技术进行季节调整的思想，1982年有学者提出基于ARIMA模型的季节调整方法。在此理论基础上，有学者于1996年推出季节调整软件TRAMO/SEATS，实现了包括时间序列建模、季节调整、模型诊断三阶段季节调整过程。具体而言，TRAMO/SEATS首先采用TRAMO预处理方法自动识别一个与时间序列季节因素匹配的ARIMA模型，并从中产生一个过滤器，最后通过生成的过滤器对时间序列的各类因素进行提取，最后将季节因素从中剔除。SEATS分解可以通过EViews软件在“Seasonal Adjustment”选项中进行设置并实现。