STL sadalīšana: Sezonālās-trendu sadalīšana, izmantojot Loess
STL sadalīšana, ko ieviesa Klevelends, Klevelends, Makrejs un Terpenings (1990), ir neparametriska procedūra, kas laika sēriju sadala trīs aditīvās komponentēs — trendā, sezonālajā un atlikumā — izmantojot iteratīvu lokāli svērto regresiju (loess). Plaši izmantota ekonomikā, meteoroloģijā un datu zinātnē, tā apstrādā jebkuras periodiskuma laika sērijas un ir noturīga pret izņēmuma vērtību klātbūtni, padarot to par ļoti elastīgu alternatīvu klasiskajām sadalīšanas metodēm.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 2). STL: Seasonal-Trend Decomposition using Loess. ScholarGate. https://scholargate.app/lv/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 (autoregresīvais integrētais slīdošā vidējā) modelisEkonometrija↔ compare
- Lokālā regresija LOESS / LOWESSMašīnmācīšanās↔ compare
- X-13ARIMA-SEATS sezonālā korekcijaEkonometrija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →