ScholarGate
Assistente
Process / pipelineTrend & seasonality

STL Decomposition: Decomposição Sazonal-Tendência usando Loess

A Decomposição STL, introduzida por Cleveland, Cleveland, McRae e Terpenning (1990), é um procedimento não paramétrico que separa uma série temporal em três componentes aditivos — tendência, sazonalidade e resíduo — utilizando regressão iterativa localmente ponderada (loess). Amplamente utilizada em economia, meteorologia e ciência de dados, ela lida com séries temporais de qualquer periodicidade e é robusta à presença de valores atípicos (outliers), tornando-se uma alternativa altamente flexível aos métodos de decomposição clássicos.

Aplicar com EconMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

Fontes

  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

Como citar esta página

ScholarGate. (2026, June 2). STL: Seasonal-Trend Decomposition using Loess. ScholarGate. https://scholargate.app/pt/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

Referenciado por

ScholarGateSTL Decomposition (STL: Seasonal-Trend Decomposition using Loess). Recuperado em 2026-06-15 de https://scholargate.app/pt/econometrics/stl-decomposition · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026