Kryteria do ustawienia szerokości okna STL s

Za pomocą Rprzeprowadzania rozkładu STL s.windowkontroluje, jak szybko składnik sezonowy może się zmieniać. Małe wartości pozwalają na szybszą zmianę. Ustawienie nieskończoności okna sezonowego jest równoznaczne z wymuszeniem okresowego komponentu sezonowego (tj. Identycznego przez lata).

Moje pytania:

Jeśli mam miesięczny szereg czasowy (czyli częstotliwość równa ), jakie kryteria należy zastosować ? $12$ s.window
Czy istnieje jakiś związek między tym a częstotliwością szeregów czasowych?

r time-series trend seasonality

— Lisa Ann
źródło

Stlplus pakiet R ma plot_seasonalfunkcje, które mogą być użyte do wytworzenia stopnia-podserii wykres w celu skalibrowania wizualnie s.window. Oryginalny artykuł, do którego link RockScience zawiera, zawiera informacje na temat korzystania z tego wątku.

— mątwy

@cttlfsh Dziękujemy za zwrócenie na to uwagi. Kiedy próbuję podążać za linkiem do artykułu, nie można go znaleźć. Czy byłbyś w stanie podać nam jego tytuł i autorów, aby czytelnicy mogli go wyśledzić?

— whuber

Pytanie nie dotyczy tego, czy są to dane miesięczne czy tygodniowe, ale o to, jak szybko ewoluuje sezonowość. Jeśli uważasz, że wzorzec sezonowy jest stały w czasie, powinieneś ustawić ten parametr na dużą wartość, abyś mógł wykorzystać całe dane do przeprowadzenia analizy. Jeśli odwrotnie, wzór sezonowy ewoluuje szybko, zmniejsz ten parametr, aby użyć tylko najnowszych danych, aby na analizę nie wpływał stary wzór sezonowy, który nie jest już istotny
Ten parametr nie jest powiązany z częstotliwością szeregów czasowych.

Chciałbym również polecić przeczytanie oryginalnej pracy, która wyjaśnia to wszystko bardzo wyraźnie. STL: Procedura dekompozycji trendów sezonowych oparta na Loess .

— RockScience
źródło