ScholarGate
Assistent
Process / pipelineTrend & seasonality

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.

Anvend med EconMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. 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.

Compare side by side

Referert av

ScholarGateSTL Decomposition (STL: Seasonal-Trend Decomposition using Loess). Hentet 2026-06-15 fra https://scholargate.app/no/econometrics/stl-decomposition · Datasett: https://doi.org/10.5281/zenodo.20539026