Decomposição STL

O que o bloco faz

Separa tendência, sazonalidade e resto por regressão local (loess) — o método STL de Cleveland et al. (1990). Contra a clássica, ele:

• deixa a sazonalidade MUDAR com os anos, devagar;
• não perde as pontas: tendência e resto existem na série inteira;
• com Robusta, não deixa um mês estranho (uma greve, um apagão) puxar a sazonalidade de todos os outros anos — o mês vai parar no resto, que é onde se procura por ele.

Janela sazonal

É quantos anos entram na suavização de cada estação. 0 é “periódica”: o mesmo padrão em todos os anos, como na clássica. Um número ímpar maior ou igual a 7 deixa o padrão variar — quanto menor, mais depressa. 7 é o mínimo que o método aceita; 13 ou 21 são escolhas comuns para séries longas.

A STL é só aditiva. Para sazonalidade multiplicativa, transforme com log antes (series/transform) e a decomposição do log é aditiva.

Pede série sazonal, com pelo menos dois ciclos, e não aceita faltantes.

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

p-valor

A probabilidade de obter um resultado tão extremo quanto o observado, ou mais, se a hipótese nula fosse verdadeira. p-valor pequeno indica dados pouco compatíveis com a hipótese nula; ele não é a probabilidade de a hipótese nula ser verdadeira nem mede o tamanho do efeito.

Tendência

O movimento de longo prazo de uma série, de subida ou de descida, separado das oscilações de curto prazo e da sazonalidade.

Sazonalidade

Um padrão que se repete em intervalos fixos do calendário, como mais chuva em janeiro ou mais vendas em dezembro. O período sazonal é o comprimento do ciclo: 12 para dados mensais com ciclo anual.

Quando usar

Separe tendência, sazonalidade e resto por suavização local quando o padrão sazonal pode mudar gradualmente. A opção robusta reduz a influência de valores atípicos.

Pressupostos

• A série é soma de tendência, sazonal e resto: a STL é só aditiva.

  Verificar:Série no tempo

  Se falhar: Para sazonalidade multiplicativa, decomponha o log (series/transform).

• Tendência e sazonalidade mudam devagar (são suavizadas por loess); a janela sazonal escolhida diz o quão devagar.

  Verificar:Gráfico da decomposição

  Se falhar: Se o resto ainda mostra o ciclo, diminua a janela sazonal; se a sazonal fica ruidosa, aumente.

• Outliers, sem Robusta, entram na estimação e puxam tendência e sazonal.

  Se falhar: Ligue Robusta.

• O ciclo declarado (a frequência da série) é o período sazonal verdadeiro, e a série tem pelo menos dois ciclos completos.

  Verificar:Gráfico sazonalSubséries sazonaisPeriodicidade (Fisher)

  Se falhar: Declare a frequência certa no nó que cria a série (series/from_table).

Configuração

• Janela sazonal — 0 para periódica; senão, ímpar maior ou igual a 7.
• Robusta — pesos que ignoram outlier na estimação.

Exemplo

library(trama)

reg <- tr_registry()
tr_use("trama.series", registry = reg)

tr_flow(reg) |>
  tr_add("co2", "series/example", dataset = "co2") |>
  tr_add("stl", "series/stl", janela_sazonal = 13L, robusta = TRUE, from = "co2") |>
  tr_add("resto", "series/component", componente = "resto", from = "stl") |>
  tr_add("acf", "series/acf", from = "resto")

Como interpretar

Uma decomposição (series/decomposition), com a força de tendência e de sazonalidade no resumo do card.