Process / pipelineTrend & seasonality
STL 분해: Loess를 이용한 계절-추세 분해
STL 분해(STL Decomposition)는 Cleveland, Cleveland, McRae, Terpenning (1990)이 소개한 비모수적 절차로, 반복적인 국소 가중 회귀(loess)를 사용하여 시계열을 추세(trend), 계절성(seasonal), 잔차(remainder)의 세 가지 가법적 구성요소로 분리합니다. 경제학, 기상학, 데이터 과학 분야에서 널리 사용되며, 주기성을 가진 모든 시계열을 처리할 수 있고 이상치(outlier)의 존재에 강건하여 고전적인 분해 방법의 매우 유연한 대안이 됩니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). STL: Seasonal-Trend Decomposition using Loess. ScholarGate. https://scholargate.app/ko/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) 모형계량경제학↔ compare
- LOESS / LOWESS 지역 회귀머신러닝↔ compare
- X-13ARIMA-SEATS 계절 조정계량경제학↔ compare