Interpretieren von Bereichsleisten in Rs plot.stl?

Ich habe Probleme herauszufinden, was die Bereichsleisten plot.stlgenau bedeuten. Ich habe Gavins Beitrag zu dieser Frage gefunden und auch die Dokumentation gelesen. Ich verstehe, dass sie die relative Größe der zerlegten Komponenten angeben, aber ich bin mir immer noch nicht ganz sicher, wie sie funktionieren.

Z.B:

Daten: winziger Balken, keine Skala saisonal: voller Balken mit einer Skala von -0,6 bis 0,2

Ich verstehe nicht, worauf die Beziehung beruht und warum der Trend keine Skala hat. Ich habe versucht stlund decomposemit identischen Ergebnissen für multiplikative und additive Methoden.

Hier ist ein Beispiel, um Besonderheiten zu diskutieren:

> plot(stl(nottem, "per"))

Im oberen Bereich können wir den Balken als eine Variationseinheit betrachten. Der Balken im saisonalen Bereich ist nur geringfügig größer als der im Datenbereich, was darauf hinweist, dass das saisonale Signal im Verhältnis zur Variation der Daten groß ist. Mit anderen Worten, wenn wir das saisonale Fenster so verkleinern, dass das Feld dieselbe Größe wie das im Datenfenster hat, ist der Variationsbereich des verkleinerten saisonalen Fensters ähnlich, aber geringfügig kleiner als der des Datenfensters.

Betrachten Sie nun das Trendpanel. Das graue Kästchen ist jetzt viel größer als eines der Felder in den Daten oder im saisonalen Bereich, was darauf hinweist, dass die dem Trend zugeschriebene Abweichung viel kleiner ist als die saisonale Komponente und folglich nur ein kleiner Teil der Abweichung in der Datenreihe. Die dem Trend zugeschriebene Variation ist erheblich geringer als die stochastische Komponente (die Reste). Insofern können wir daraus schließen, dass diese Daten keinen Trend aufweisen.

Schauen Sie sich jetzt ein anderes Beispiel an:

> plot(stl(co2, "per"))

was gibt

Wenn wir uns die relativen Größen der Balken in diesem Diagramm ansehen, stellen wir fest, dass der Trend die Datenreihen dominiert und folglich die grauen Balken von ähnlicher Größe sind. Als nächstes ist die Variation auf der saisonalen Skala von größter Bedeutung, obwohl die Variation auf dieser Skala eine viel kleinere Komponente der Variation ist, die in den ursprünglichen Daten gezeigt wird. Die Residuen (Rest) stellen nur geringe stochastische Schwankungen dar, da der graue Balken im Vergleich zu den anderen Panels sehr groß ist.

Die allgemeine Idee ist also, dass Sie, wenn Sie alle Bedienfelder so skalieren, dass die grauen Balken alle dieselbe Größe haben, die relative Größe der Abweichungen in den einzelnen Komponenten und den Anteil der Abweichungen in den Originaldaten bestimmen können sie enthielten. Da das Diagramm jedoch jede Komponente in einem eigenen Maßstab zeichnet, benötigen wir die Balken, um einen relativen Maßstab für den Vergleich zu erhalten.

Hilft das jemandem?