STL Decomposition
STL Decomposition, introduced by Cleveland, Cleveland, McRae, and Terpenning (1990), is a nonparametric procedure that separates a time series into three additive components — trend, seasonal, and remainder — using iterative locally weighted regression (loess). Widely used in economics, meteorology, and data science, it handles time series of any periodicity and is robust to the presence of outliers, making it a highly flexible alternative to classical decomposition methods.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.