Dekomposisi STL: Dekomposisi Tren-Musiman menggunakan Loess
Dekomposisi STL, yang diperkenalkan oleh Cleveland, Cleveland, McRae, dan Terpenning (1990), adalah prosedur nonparametrik yang memisahkan deret waktu menjadi tiga komponen aditif — tren, musiman, dan sisa — menggunakan regresi berbobot lokal iteratif (loess). Digunakan secara luas dalam ekonomi, meteorologi, dan ilmu data, metode ini menangani deret waktu dengan periodisitas apa pun dan kuat terhadap keberadaan pencilan, menjadikannya alternatif yang sangat fleksibel dibandingkan metode dekomposisi klasik.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). STL: Seasonal-Trend Decomposition using Loess. ScholarGate. https://scholargate.app/id/econometrics/stl-decomposition
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometrika↔ bandingkan
- Regresi Lokal LOESS / LOWESSPembelajaran Mesin↔ bandingkan
- Penyesuaian Musiman X-13ARIMA-SEATSEkonometrika↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →