Dekomposisi STL: Dekomposisi Musiman-Trend menggunakan Loess
Dekomposisi STL, diperkenalkan oleh Cleveland, Cleveland, McRae, dan Terpenning (1990), ialah prosedur non-parametrik yang mengasingkan siri masa kepada tiga komponen aditif — trend, musiman, dan bakinya — menggunakan regresi tertimbang setempat berulang (loess). Digunakan secara meluas dalam ekonomi, meteorologi, dan sains data, ia mengendalikan siri masa dengan sebarang periodisiti dan kalis terhadap kehadiran pencilan, menjadikannya alternatif yang sangat fleksibel kepada kaedah dekomposisi klasik.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
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 memetik halaman ini
ScholarGate. (2026, June 2). STL: Seasonal-Trend Decomposition using Loess. ScholarGate. https://scholargate.app/ms/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.
- Model ARIMA (Autoregresif Bersepadu Purata Bergerak)Ekonometrik↔ compare
- Regresi Lokal LOESS / LOWESSPembelajaran Mesin↔ compare
- Pelarasan Musiman X-13ARIMA-SEATSEkonometrik↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →