Usé stl () en R para descomponer los datos de conteo en componentes de tendencia, estacionales e irregulares. Los valores de tendencia resultantes ya no son enteros. Tengo las siguientes preguntas:
No hay ningún problema inherente con el uso de stl () para desestacionalizar los datos de conteo. Sin embargo, una cuestión a tener en cuenta es que los datos de recuento generalmente tienen una variación creciente a medida que aumenta la media. Esto se ve a menudo en los elementos estacionales y aleatorios de la descomposición. El uso de stl () en los datos sin procesar no tendrá esto en cuenta y, por lo tanto, puede ser mejor tomar primero el logaritmo (edición o raíz cuadrada) de sus datos.
No importa que los valores de tendencia ya no sean enteros. Pueden pensarse de manera similar al parámetro en una distribución de Poisson. Aunque una variable distribuida de Poisson debe ser un número entero, la media no necesita serlo.
Sin embargo, esto no significa necesariamente que pueda usar lm () para modelar el componente de tendencia. Existen muchas dificultades en el modelado de tendencias en series de tiempo, ya que las correlaciones espurias serán muy difíciles de evitar. Más comúnmente, las personas primero descifran la serie y luego modelan la parte residual.