Критерии для установки ширины STL s.window

Используется Rдля выполнения разложения STL, s.windowуправляет тем, насколько быстро может изменяться сезонный компонент. Малые значения позволяют более быстрые изменения. Установка сезонного окна равной бесконечности равносильна тому, что сезонный компонент должен быть периодическим (т. Е. Идентичным по годам).

Мои вопросы:

$12$ s.window
Есть ли связь между этим и частотой временного ряда?

r time-series trend seasonality

— Лиза Энн
источник

Пакет stlplus для R имеет plot_seasonalфункцию, которую можно использовать для создания графика подсерии циклов для визуальной калибровки s.window. Оригинальный документ, на который ссылается RockScience, содержит информацию о том, как использовать этот сюжет.

— каракатица

@cttlfsh Спасибо, что указали на это. Когда я пытаюсь перейти по ссылке на статью, она не найдена. Не могли бы вы процитировать нам его название и авторов, чтобы читатели могли его отследить?

— whuber

Вопрос не в том, являются ли эти данные ежемесячными или еженедельными, а в том, насколько быстро меняется сезонность. Если вы считаете, что сезонный паттерн постоянен во времени, вам следует установить для этого параметра большое значение, чтобы вы использовали все данные для анализа. Если же наоборот, сезонная модель быстро развивается, уменьшите этот параметр, чтобы использовать только последние данные, чтобы на ваш анализ не влияли старые сезонные модели, которые больше не актуальны
Этот параметр не связан с частотой временного ряда.

Я также хочу рекомендовать прочитать оригинальную статью, которая объясняет все это очень четко STL: процедура разложения по сезонным трендам, основанная на лессах .

— RockScience
источник