STL dekompozice: Dekompozice sezónní složky a trendu pomocí Loess
STL dekompozice, kterou představili Cleveland, Cleveland, McRae a Terpenning (1990), je neparametrická procedura, jež rozděluje časovou řadu na tři aditivní složky — trend, sezónní složku a reziduum — pomocí iterativní lokálně vážené regrese (loess). Je široce používána v ekonomii, meteorologii a datové vědě, zvládá časové řady jakékoli periodicity a je robustní vůči přítomnosti odlehlých hodnot, což z ní činí vysoce flexibilní alternativu ke klasickým dekompozičním metodám.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 2). STL: Seasonal-Trend Decomposition using Loess. ScholarGate. https://scholargate.app/cs/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 ARIMA (autoregresní integrovaný klouzavý průměr)Ekonometrie↔ compare
- Lokální regrese LOESS / LOWESSStrojové učení↔ compare
- Sezónní vyhlazování pomocí X-13ARIMA-SEATSEkonometrie↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →