Tiêu chí để đặt STL s.window width

Sử dụng Rđể thực hiện phân tách STL, s.windowkiểm soát tốc độ thay đổi của thành phần theo mùa. Giá trị nhỏ cho phép thay đổi nhanh hơn. Đặt cửa sổ theo mùa là vô hạn tương đương với việc buộc thành phần theo mùa phải định kỳ (nghĩa là giống hệt nhau qua các năm).

Những câu hỏi của tôi:

Nếu tôi có chuỗi thời gian hàng tháng (có tần số bằng ), nên sử dụng tiêu chí nào để đặt ? $12$ s.window
Có bất kỳ liên kết giữa đó và tần số chuỗi thời gian?

r time-series trend seasonality

— Lisa Ann
nguồn

Các stlplus gói cho R có một plot_seasonalchức năng có thể được sử dụng để tạo ra một âm mưu chu kỳ subseries để hiệu chỉnh trực quan s.window. Bài báo gốc mà RockScience liên kết để chứa thông tin về cách sử dụng cốt truyện đó.

— mực nang

@cttlfsh Cảm ơn bạn đã chỉ ra điều này. Khi tôi cố gắng theo liên kết đến bài báo, nó không được tìm thấy. Bạn có thể trích dẫn cho chúng tôi tiêu đề và tác giả để độc giả có thể theo dõi nó không?

— whuber

Câu hỏi không phải là về việc đó là dữ liệu hàng tháng hay hàng tuần, mà là về tính thời vụ phát triển nhanh như thế nào. Nếu bạn nghĩ rằng mẫu theo mùa là không đổi theo thời gian, bạn nên đặt tham số này thành giá trị lớn, để bạn sử dụng toàn bộ dữ liệu để thực hiện phân tích của mình. Nếu ngược lại, mẫu theo mùa phát triển nhanh chóng, hãy giảm tham số này để chỉ sử dụng dữ liệu gần đây để phân tích của bạn không bị ảnh hưởng bởi mẫu theo mùa cũ không còn phù hợp nữa
Tham số này không được liên kết với tần số chuỗi thời gian.

Tôi cũng muốn đề nghị đọc bài báo gốc giải thích rất rõ STL này: Quy trình phân rã theo xu hướng theo mùa dựa trên hoàng thổ .

— RockScience
nguồn