STL Decomposition: Seasonal-Trend Decomposition using Loess
STL Decomposition, запроваджена Cleveland, Cleveland, McRae та Terpenning (1990), є непараметричною процедурою, яка розділяє часовий ряд на три адитивні компоненти — тренд, сезонність та залишок — за допомогою ітеративної локально зваженої регресії (loess). Широко використовувана в економіці, метеорології та науці про дані, вона обробляє часові ряди будь-якої періодичності та стійка до наявності викидів, що робить її високоефективною альтернативою класичним методам розкладання.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Карта методів
Околиця споріднених методів — виберіть вузол, щоб дослідити.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 2). STL: Seasonal-Trend Decomposition using Loess. ScholarGate. https://scholargate.app/uk/econometrics/stl-decomposition
Який метод?
Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.
- Модель ARIMA (Авторегресійна інтегрована ковзна середня)Економетрика↔ порівняти
- Локальна регресія LOESS / LOWESSМашинне навчання↔ порівняти
- Сезонне коригування X-13ARIMA-SEATSЕконометрика↔ порівняти
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →