Descomposición STL: Descomposición Aditiva de Tendencia y Estacionalidad usando Loess
La Descomposición STL, introducida por Cleveland, Cleveland, McRae y Terpenning (1990), es un procedimiento no paramétrico que separa una serie temporal en tres componentes aditivos —tendencia, estacionalidad y residuo— utilizando regresión localmente ponderada iterativa (loess). Ampliamente utilizada en economía, meteorología y ciencia de datos, maneja series temporales de cualquier periodicidad y es robusta a la presencia de valores atípicos, lo que la convierte en una alternativa muy flexible a los métodos de descomposición clásicos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 2). STL: Seasonal-Trend Decomposition using Loess. ScholarGate. https://scholargate.app/es/econometrics/stl-decomposition
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Modelo ARIMA (Autoregressive Integrated Moving Average)Econometría↔ comparar
- Regresión local LOESS / LOWESSAprendizaje automático↔ comparar
- Ajuste Estacional X-13ARIMA-SEATSEconometría↔ comparar
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →