stlまたは分解のどちらが良いですか？

私はRを使用して時系列分析を行っています。データをトレンド、季節、ランダムコンポーネントに分解する必要があります。3年間の週次データがあります。R stl()とに2つの関数が見つかりましたdecompose()。stl()乗法分解に適さないことを読んだことがあります。これらの機能を使用できるシナリオを誰かに教えてもらえますか？

私は言うでしょうSTL。STLはトレンドと季節を参照してください：http : //www.wessa.net/download/stl.pdf

分解は季節性のみを行い、ここのドキュメントを参照してください：http : //stat.ethz.ch/R-manual/R-devel/library/stats/html/decompose.html

それらを使用するときは、トレンドタイプ（乗法、加算）とシーズンタイプ（乗法、加算）を必ず含めてください。トレンドにもダンピングファクターがある場合があります。

乗法分解とは、トレンドの場合を意味します。指数関数的成長関数を分解しない限り、乗算分解を使用することはほとんどありません。

decomposeR での機能の欠点：

1. トレンドの推定値は、最初の数回と最後の数回の観測では利用できません。
2. 季節的な要素が毎年繰り返されることを前提としています。

だから私はSTLを好みます。最初にデータのログを取得し、次にコンポーネントを逆変換することにより、乗法分解を取得できます。

STLは、季節性を変化させることができるという意味で、季節性を抽出するためのより高度な手法ですが、これはには当てはまりませんdecompose。

STLの仕組みを理解するには：

• アルゴリズムは、すべての季節のサブシリーズを推定します（7日間の季節性では、月曜日の時間シリーズ、火曜日の時間シリーズなど、7つのサブシリーズを推定します）。
• 次に、すべてのサブセリエで黄土回帰を実行して、局所的な季節性を推定します。

これにより、季節性のさまざまな影響を捉えることができます。季節性を変化させたくない場合（つまり、各サブセリエの推定効果が時間セリエ全体で一定のままである場合）、季節ウィンドウを無限または「周期的」に指定できます。これは、各サブシリーズを平均し、すべてのポイントに同じ重みを与えることと同じです（「ローカル」効果はもうありません）。decompose季節のサブコンポーネントはSTLの特別な構成である全時間系列にわたって一定のままであるため、基本的には同じです。

これについては、https：//www.otexts.org/fpp/6/1でかなりよく説明されています。

STLは加法的な方法で季節性を推定します。前のソースで数ページ後に説明したように、対数変換（またはCox-Box変換）を使用することにより、乗法的な方法で季節性を推定できます。