আমি আর ব্যবহার করে টাইম সিরিজ বিশ্লেষণ করছি I আমাকে আমার ডেটা ট্রেন্ড, মরসুমী এবং এলোমেলো উপাদানগুলিতে দ্রবীভূত করতে হবে। আমার কাছে 3 বছর সাপ্তাহিক ডেটা রয়েছে। আমি আর দুই ফাংশন পাওয়া যায় - stl()এবং decompose()। আমি পড়েছি এটি stl()গুণক পচন জন্য ভাল নয়। এই ফাংশনগুলি কোন দৃশ্যে ব্যবহার করা যেতে পারে তা আমাকে কেউ বলতে পারেন?
উত্তর:
আমি বলব STL। এসটিএল প্রবণতা এবং মৌসুমী দেখুন: http://www.wessa.net/download/stl.pdf
: পচা শুধুমাত্র মৌসুমি ডকুমেন্টেশন এখানে দেখেন http://stat.ethz.ch/R-manual/R-devel/library/stats/html/decompose.html
আপনি যখন তাদের সাথে কাজ করেন তখন অবশ্যই আপনার প্রবণতার ধরণ (গুণক, সংযোজক) এবং seasonতু প্রকার (গুণক, সংযোজক) অন্তর্ভুক্ত করার বিষয়ে নিশ্চিত হন। প্রবণতাগুলির মাঝে মাঝে একটি স্যাঁতসেঁতে ফ্যাক্টরও থাকতে পারে।
গুণিতামূলক পচন দ্বারা আমি ধরে নিচ্ছি যে আপনি ট্রেন্ডের ক্ষেত্রে বোঝাতে চাইছেন। আপনি ক্ষতিকারক বৃদ্ধির ফাংশনটি দ্রবীভূত না করে আপনি গুণিতামূলক পচন ব্যবহার করার সম্ভাবনা নেই।
আরে decomposeফাংশনের অসুবিধা :
সুতরাং আমি এসটিএল পছন্দ করব। প্রথমে ডেটা লগ করে এবং তারপরে উপাদানগুলিকে ব্যাক-ট্রান্সফর্ম করে একটি গুণগত পচন অর্জন করা সম্ভব।
STL অর্থে যে ঋতু পরিবর্তিত হতে করার অনুমতি দেয়, যা ঘটনা না হয়, এ, নির্যাস ঋতু করার জন্য একটি আরো উন্নত কৌশল decompose।
এসটিএল কীভাবে কাজ করে তা বোঝার জন্য:
এটি seasonতুতে বিভিন্ন পরিবর্তনের প্রভাব ক্যাপচার করতে দেয়। আপনি যদি চান না যে আপনার seasonতু পরিবর্তন হয় (অন্য কথায় প্রতিটি উপ-সিরিয়ের অনুমান প্রভাব পুরো সময়ের সিরিয় জুড়ে স্থির থাকবে), আপনি মৌসুমী উইন্ডোটিকে অসীম বা "পর্যায়ক্রমিক" হিসাবে নির্দিষ্ট করতে পারেন। এটি প্রতিটি উপ-সিরিয় গড় গড় সমান এবং সমস্ত পয়েন্টের সমান ওজন দেওয়ার জন্য (আপনার কোনও "স্থানীয়" প্রভাব আর নেই)। decomposeমৌলিক উপ-উপাদানগুলি আপনার পুরো সময়ের সেরি জুড়ে স্থির থাকবে, যা এসটিএলের একটি বিশেষ কনফিগারেশন essen
এটি বেশ ভালভাবে এখানে ব্যাখ্যা করা হয়েছে: https://www.otexts.org/fpp/6/1 ।
এসটিএল একটি যুক্তিযুক্ত উপায়ে মৌসুমতাকে অনুমান করে। পূর্ববর্তী উত্সে কয়েক পৃষ্ঠার পরে যেমন ব্যাখ্যা করা হয়েছে, আপনি লগ রূপান্তরের (বা কক্স-বক্স রূপান্তর) অবলম্বন করে একটি গুণিক উপায়ে মৌসুমতা অনুমান করতে পারেন।
?stlএবং?decompose।