STL-dekompozíció: Szezonális-trend dekompozíció loess-szel
Az STL-dekompozíció, amelyet Cleveland, Cleveland, McRae és Terpenning (1990) vezetett be, egy nemparametrikus eljárás, amely egy idősorozatot három additív komponensre – trend, szezonális és maradék – bont szét, iteratív, lokálisan súlyozott regresszió (loess) alkalmazásával. Széles körben használják közgazdaságtanban, meteorológiában és adattudományban, bármilyen periódustartamú idősorozatokat képes kezelni, és robusztus a kiugró értékek jelenlétével szemben, így rendkívül rugalmas alternatívát kínál a klasszikus dekompozíciós módszerekkel szemben.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 2). STL: Seasonal-Trend Decomposition using Loess. ScholarGate. https://scholargate.app/hu/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.
- ARIMA (Autoregressive Integrated Moving Average) modellÖkonometria↔ compare
- LOESS / LOWESS Helyi RegresszióGépi tanulás↔ compare
- A X-13ARIMA-SEATS szezonális kiigazításÖkonometria↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →