Dekompozycja STL: Dekompozycja sezonowo-trendowa z użyciem Loess
Dekompozycja STL, wprowadzona przez Cleveland, Cleveland, McRae i Terpenning (1990), jest nieparametryczną procedurą, która rozdziela szereg czasowy na trzy składniki addytywne — trend, sezonowość i resztę — stosując iteracyjną lokalnie ważoną regresję (loess). Szeroko stosowana w ekonomii, meteorologii i analizie danych, radzi sobie z szeregami czasowymi o dowolnej periodyczności i jest odporna na obecność wartości odstających, co czyni ją wysoce elastyczną alternatywą dla klasycznych metod dekompozycji.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). STL: Seasonal-Trend Decomposition using Loess. ScholarGate. https://scholargate.app/pl/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 (Autoregressive Integrated Moving Average)Ekonometria↔ compare
- Regresja lokalna LOESS / LOWESSUczenie maszynowe↔ compare
- Dopasowanie sezonowe X-13ARIMA-SEATSEkonometria↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →