Decomposizione STL: Decomposizione Stagionale-Trend tramite Loess
STL Decomposition, introdotta da Cleveland, Cleveland, McRae e Terpenning (1990), è una procedura non parametrica che separa una serie storica in tre componenti additive — trend, stagionalità e residuo — utilizzando la regressione locale iterativa pesata (loess). Ampiamente utilizzata in economia, meteorologia e data science, gestisce serie storiche di qualsiasi periodicità ed è robusta alla presenza di valori anomali, rendendola un'alternativa altamente flessibile ai metodi di decomposizione classici.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 2). STL: Seasonal-Trend Decomposition using Loess. ScholarGate. https://scholargate.app/it/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.
- Modello ARIMA (Autoregressive Integrated Moving Average)Econometria↔ compare
- Regressione locale LOESS / LOWESSApprendimento automatico↔ compare
- Aggiustamento Stagionale X-13ARIMA-SEATSEconometria↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →