カウントデータの非季節化

Rでstl（）を使用して、カウントデータをトレンド、季節、不規則なコンポーネントに分解しました。結果のトレンド値は、もはや整数ではありません。次の質問があります。

1. stl（）はカウントデータを非季節化する適切な方法ですか？
2. 結果のトレンドはもはや整数値ではないため、lm（）を使用してトレンドコンポーネントをモデル化できますか？

stl（）を使用してカウントデータを非季節化することに固有の問題はありません。ただし、注意すべき問題の 1つは、一般に、平均値が増加するにつれてカウントデータの分散が増加することです。これは、分解の季節的要素とランダム要素の両方でよく見られます。生データでstl（）を使用してもこれは考慮されないため、最初にデータの対数（編集-または平方根）を取得するのが最善です。

トレンド値が整数ではなくなっても問題ありません。ポアソン分布のパラメーターと同様の方法で考えることができます。ポアソン分布変数は整数でなければなりませんが、平均はそうである必要はありません。

ただし、必ずしもlm（）を使用してトレンドコンポーネントをモデル化できるわけではありません。スプリアス相関を回避するのは非常に困難であるため、時系列のトレンドのモデリングには多くの落とし穴があります。より一般的には、人々は最初にシリーズの傾向を調べてから、残余部分をモデル化します。