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.
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.