STL-dekomposition: Säsong- och trenddekomposition med Loess
STL-dekomposition, introducerad av Cleveland, Cleveland, McRae och Terpenning (1990), är en icke-parametrisk procedur som separerar en tidsserie i tre additiva komponenter – trend, säsong och residual – med hjälp av iterativ lokalt viktad regression (loess). Metoden används flitigt inom ekonomi, meteorologi och datavetenskap, hanterar tidsserier av godtycklig periodicitet och är robust mot närvaron av extremvärden, vilket gör den till ett mycket flexibelt alternativ till klassiska dekompositionsmetoder.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 2). STL: Seasonal-Trend Decomposition using Loess. ScholarGate. https://scholargate.app/sv/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) ModellEkonometri↔ compare
- Lokal regression med LOESS / LOWESSMaskininlärning↔ compare
- X-13ARIMA-SEATS SäsongrensningEkonometri↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →