Критерії встановлення ширини вікна STL

Використовуючи Rдля розкладання STL, s.windowконтролює, наскільки швидко може змінитися сезонний компонент. Невеликі значення дозволяють швидше змінюватися. Встановлення сезонного вікна нескінченним є еквівалентним примушуванню сезонного компонента бути періодичним (тобто однаковим протягом років).

Мої запитання:

Якщо у мене є щомісячний часовий ряд (тобто частота дорівнює ), які критерії слід використовувати для встановлення ? $12$ s.window
Чи існує якийсь зв’язок між цим та частотою часових рядів?

r time-series trend seasonality

— Ліза Енн
джерело

Пакет stlplus для R має plot_seasonalфункцію, яку можна використовувати для створення графіку циклу підсерій, щоб візуально калібрувати s.window. Оригінальний документ, до якого посилається RockScience, містить інформацію про те, як використовувати цей сюжет.

— каракатиця

@cttlfsh Дякую, що вказали на це. Коли я намагаюся перейти за посиланням на папір, його не знайдено. Чи зможете ви процитувати нам його назву та авторів, щоб читачі могли його відстежувати?

— whuber

Питання полягає не в тому, чи це дані про щомісячні або щотижневі, а про те, як швидко розвивається сезонність. Якщо ви думаєте, що сезонна закономірність є постійною протягом часу, вам слід встановити цей параметр на велике значення, щоб ви використовували всі дані для аналізу. Якщо навпаки, сезонна структура швидко розвивається, зменшіть цей параметр, щоб використовувати лише останні дані, щоб ваш аналіз не впливав на стару сезонність, яка вже не є актуальною.
Цей параметр не пов'язаний з частотою часових рядів.

Я також хочу порекомендувати прочитати оригінальний документ, який пояснює все це дуже чітко STL: Процедура декомпозиції сезонного тренду на основі Лоссе .

— RockScience
джерело