Criterios para establecer STL en el ancho de la ventana

16

Utilizando Rpara realizar la descomposición de STL, s.windowcontrola qué tan rápido puede cambiar el componente estacional. Los valores pequeños permiten un cambio más rápido. Establecer que la ventana estacional sea infinita es equivalente a forzar que el componente estacional sea periódico (es decir, idéntico a través de los años).

Mis preguntas:

  1. Si tengo una serie de tiempo mensual (que es una frecuencia igual a ), ¿qué criterios se deben utilizar para establecer ?12s.window

  2. ¿Hay algún vínculo entre eso y la frecuencia de la serie temporal?

r time-series trend seasonality Lisa Ann
fuente
1
El paquete stlplus para R tiene una plot_seasonalfunción que puede usarse para generar un diagrama de ciclo-subserie para calibrar visualmente s.window. El documento original al que se vinculó RockScience contiene información sobre cómo usar esa trama.
sepia
@cttlfsh Gracias por señalar esto. Cuando trato de seguir el enlace al documento, no se encuentra. ¿Podrías citarnos su título y autores para que los lectores puedan rastrearlo?
whuber

Respuestas:

13
  1. La pregunta no es si se trata de datos mensuales o semanales, sino de qué tan rápido evoluciona la estacionalidad. Si cree que el patrón estacional es constante a lo largo del tiempo, debe establecer este parámetro en un gran valor, de modo que use todos los datos para realizar su análisis. Si, por el contrario, el patrón estacional evoluciona rápidamente, reduzca este parámetro para usar solo los datos recientes para que su análisis no se vea afectado por el viejo patrón estacional que ya no es relevante.
  2. Este parámetro no está vinculado a la frecuencia de la serie temporal.

También quiero recomendar leer el documento original que explica todo esto muy claramente STL: un procedimiento de descomposición de tendencia estacional basado en loess .

RockScience
fuente