এর বিপরীতে বিশদ আলোচনা করার জন্য এখানে একটি উদাহরণ দেওয়া হল:
> plot(stl(nottem, "per"))
উপরের প্যানেলে, আমরা বারটিকে পরিবর্তনের 1 ইউনিট হিসাবে বিবেচনা করব। মৌসুমী প্যানেলের বারটি ডেটা প্যানেলের চেয়ে কিছুটা বড়, অন্য কথায়, আমরা যদি মৌসুমী প্যানেলটিকে সঙ্কুচিত করি যে বাক্সটি ডেটা প্যানেলে একই আকারে পরিণত হয়, সঙ্কুচিত মৌসুমী প্যানেলে পরিবর্তনের পরিধি ডেটা প্যানেলের তুলনায় তবে সামান্য ছোট হবে।
এখন ট্রেন্ড প্যানেল বিবেচনা করুন; ধূসর বাক্সটি এখন ডেটা বা মৌসুমী প্যানেলের যে কোনও একটির চেয়ে অনেক বড়, প্রবণতার সাথে চিহ্নিত বিভিন্নতাটি মৌসুমী উপাদানগুলির তুলনায় অনেক ছোট এবং ফলস্বরূপ ডেটা সিরিজের পরিবর্তনের একটি ছোট্ট অংশ। প্রবণতার সাথে দায়ী বৈচিত্রটি স্টোকাস্টিক উপাদান (অবশিষ্টগুলি) এর চেয়ে যথেষ্ট ছোট। এই হিসাবে, আমরা অনুমান করতে পারি যে এই ডেটাগুলি কোনও ট্রেন্ড প্রদর্শন করে না।
এখন অন্য উদাহরণ দেখুন:
> plot(stl(co2, "per"))
যা দেয়
যদি আমরা এই প্লটের বারগুলির তুলনামূলক আকারের দিকে লক্ষ্য করি তবে আমরা নোট করব যে প্রবণতাটি ডেটা সিরিজে আধিপত্য বিস্তার করে এবং ফলস্বরূপ ধূসর বারগুলি একই আকারের হয়। পরবর্তী বৃহত্তম তাত্পর্যপূর্ণতার মধ্যে মৌসুমী স্কেলে প্রকরণ হ'ল, যদিও এই স্কেলটিতে প্রকরণটি মূল উপাত্তগুলিতে প্রদর্শিত তারতম্যের একটি অনেক ছোট উপাদান। অবশিষ্ট অংশগুলি (অবশিষ্টগুলি) কেবলমাত্র ছোট স্টোকাস্টিক ওঠানামা উপস্থাপন করে কারণ ধূসর দণ্ডটি অন্যান্য প্যানেলের তুলনায় খুব বড় large
সুতরাং সাধারণ ধারণাটি হ'ল আপনি যদি সমস্ত প্যানেলগুলি এমনভাবে স্কেল করে থাকেন যে ধূসর বারগুলি একই আকারের ছিল তবে আপনি প্রতিটি উপাদানগুলির মধ্যে তারতম্যের তুলনামূলক পরিমাণ এবং মূল ডেটাতে তারতম্যের পরিমাণ নির্ধারণ করতে সক্ষম হবেন তারা আছে। কিন্তু প্লটটি প্রতিটি উপাদানকে তার নিজস্ব স্কেলে আঁকায়, তুলনার জন্য আমাদের একটি তুলনামূলক স্কেল দেওয়ার জন্য বারগুলি দরকার।
এটি কোন সাহায্য করে?