Process / pipelineTrend & seasonality

STL-декомпозиция: разложение сезонно-трендовых рядов с использованием локальной регрессии (Loess)

STL-декомпозиция, предложенная Кливлендом, Кливлендом, Макреем и Терпеннингом (1990), представляет собой непараметрическую процедуру, которая разделяет временной ряд на три аддитивные компоненты — тренд, сезонность и остаток — с использованием итеративной локально взвешенной регрессии (loess). Широко используемая в экономике, метеорологии и науке о данных, она обрабатывает временные ряды любой периодичности и устойчива к наличию выбросов, что делает ее очень гибкой альтернативой классическим методам декомпозиции.

Применить в EconMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  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

Как цитировать эту страницу

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

Упоминается в

ScholarGateSTL Decomposition (STL: Seasonal-Trend Decomposition using Loess). Получено 2026-06-15 из https://scholargate.app/ru/econometrics/stl-decomposition · Набор данных: https://doi.org/10.5281/zenodo.20539026