Además de lo que ha recomendado @whuber, lo recomendaría a https://www.otexts.org/fpp/6/1, que explica por qué elegiría la descomposición aditiva frente a la descomposición multiplicativa.
Al observar específicamente sus datos, debido a que la estacionalidad varía, es decir, la estacionalidad al principio es grande y como estacionalidad casi no está presente en los años posteriores, esto sugeriría una descomposición multiplicativa. Según el texto al que se hace referencia anteriormente, una alternativa sería hacer una transformación apropiada y aplicar descomposición aditiva.
Hay un cambio de nivel en los datos en algún momento alrededor del mod 1972 que también debe tratarse al descomponerse.
Existe otro método basado en la descomposición llamado modelo de componentes no observados que elimina la mayor parte de las conjeturas de la descomposición y le proporciona algunas buenas estadísticas para tomar decisiones acertadas, como tendencias / estacionalidad estocástica versus determinista, etc.
Espero que esto ayude.
R
código para) un método exploratorio simple y robusto, el "diagrama de propagación vs. nivel". Puedo mirar su gráfico y ver que cuando los valores están cerca de 600, las amplitudes de su variación a corto plazo son casi un orden de magnitud mayor que cuando están cerca de 200: eso indica considerar una raíz cuadrada logarítmica, recíproca o tal vez recíproca.