stl

语法

stl(data, period, sWindow, [sDegree], [sJump], [tWindow], [tDegree], [tJump], [lWindow], [lDegree], [lJump], [robust], [inner], [outer])

参数

data 是一个数值型向量，表示时间序列。

period 是一个大于1的整数，表示时间序列的周期。

sWindow 可以是一个字符串，它的取值只能是”periodic”，表示在提取时间序列中的周期性时，不采取平滑算法，直接用平均值代替；sWindow也可以是一个大于7的奇数，表示提取时间序列中的周期性时loess窗口的长度。

sDegree 可以是0,1或2，表示提取时间序列中的周期性时，局部拟合的多项式次数。默认值为1。

sJump 是一个大于1的整数，表示提取时间序列的周期性时，每隔sJump个元素执行一次平滑计算。默认值为ceil(sWindow/10)。

tWindow 是一个正奇数，表示提取时间序列中的趋势性时Loess窗口的长度。默认值为1.5 * period / (1 - (1.5 / sWindow))的下一个奇数。

tDegree 可以是0,1或2，表示提取时间序列中的趋势性时，局部拟合的多项式次数。默认值为1。

tJump 是一个大于1的整数，表示提取时间序列的趋势性时，每隔tJump个元素执行一次平滑计算。默认值为ceil(tWindow/10)。

lWindow 是一个正奇数，表示提取时间序列的周期性时，每一个子序列的低通滤波器的Loess窗口长度。默认值为period的下一个奇数。

lDegree 可以是0,1或2，表示子序列的低通滤波器中，局部拟合的多项式次数。默认值为1。

lJump 是一个大于1的整数，表示子序列的低通滤波器中，每隔lJump个元素执行一次平滑计算。默认值为ceil(lWindow/10)。

robust 是一个布尔值，表示在loess过程中是否采用稳健拟合。默认值为false。

inner 是一个大于等于1的整数，表示内部迭代次数，一般较小的取值即可满足需求。如果robust为true，inner的默认值为1，如果robust为false，inner的默认值为2。

outer 是一个大于等于1的整数，表示外部迭代次数，用于增加稳健性。如果robust为true，outer的默认值为15，如果robust为false，outer的默认值为0。

详情

使用Loess方法将一个时间序列分解为趋势性、季节性和随机性。返回的结果是一个包含以下key的字典：trend, seasonal和residual，每个key对应一个与data长度相同的向量。

例子

$ n = 100
$ trend = 6 * sin(1..n \ 200)
$ seasonal = sin(pi / 6 * 1..n)
$ residual = rand(1.0, n) - 0.5
$ data = trend + seasonal + residual
$ res = stl(data, 12, "periodic");

我们可以在DolphinDB GUI中画图检验分解结果。

$ plot([trend, res.trend]);

$ plot([seasonal, res.seasonal]);