Descomposició STL: Descomposició Estacional-Tendència utilitzant Loess
La descomposició STL, introduïda per Cleveland, Cleveland, McRae i Terpenning (1990), és un procediment no paramètric que separa una sèrie temporal en tres components additius — tendència, estacionalitat i residu — utilitzant regressió iterativa localment ponderada (loess). Ampliament utilitzada en economia, meteorologia i ciència de dades, maneja sèries temporals de qualsevol periodicitat i és robusta a la presència de valors atípics, la qual cosa la converteix en una alternativa altament flexible als mètodes de descomposició clàssics.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Cleveland, R. B., Cleveland, W. S., McRae, J. E., & Terpenning, I. (1990). STL: A seasonal-trend decomposition procedure based on loess. Journal of Official Statistics, 6(1), 3–73. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). STL: Seasonal-Trend Decomposition using Loess. ScholarGate. https://scholargate.app/ca/econometrics/stl-decomposition
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Model d'ARIMA (Autoregressive Integrated Moving Average)Econometria↔ compare
- Regressió Local LOESS / LOWESSAprenentatge automàtic↔ compare
- Ajustament Estacional X-13ARIMA-SEATSEconometria↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →