STL-dekomponering: Sesong-trend-dekomponering ved bruk av Loess
STL-dekomponering, introdusert av Cleveland, Cleveland, McRae og Terpenning (1990), er en ikke-parametrisk prosedyre som skiller en tidsserie i tre additive komponenter – trend, sesong og rest – ved hjelp av iterativ lokalt vektet regresjon (loess). Den er mye brukt innen økonomi, meteorologi og datavitenskap, håndterer tidsserier med enhver periodisitet og er robust mot tilstedeværelsen av uteliggere, noe som gjør den til et svært fleksibelt alternativ til klassiske dekomponeringsmetoder.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 2). STL: Seasonal-Trend Decomposition using Loess. ScholarGate. https://scholargate.app/no/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) ModellØkonometri↔ compare
- LOESS / LOWESS lokal regresjonMaskinlæring↔ compare
- X-13ARIMA-SEATS SesongjusteringØkonometri↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →