기본 콘텐츠로 건너뛰기

STL_Seasonal - 차트 함수

STL_Seasonal은 시계열 분해 함수입니다. STL_TrendSTL_Residual과 함께 이 함수는 시계열을 계절성, 추세 및 잔차 구성 요소로 분해하는 데 사용됩니다. STL 알고리즘 컨텍스트에서 시계열 분해는 입력 메트릭 및 기타 매개 변수가 주어지면 반복되는 계절성 패턴과 일반적인 추세를 식별하는 데 사용됩니다. STL_Seasonal 함수는 시계열 내에서 계절성 패턴을 식별하여 데이터에 표시되는 일반적인 추세와 구분할 수 있습니다.

세 가지 STL 함수는 간단한 합계를 통해 입력 메트릭과 관련되어 있습니다.

STL_Trend + STL_Seasonal + STL_Residual = 입력 메트릭

STL(Loess를 사용한 계절성 및 추세 분해)은 데이터 스무딩 기술을 사용하며 입력 매개 변수를 통해 사용자가 수행하는 계산의 주기성을 조정할 수 있습니다. 이 주기성은 분석에서 입력 메트릭(측정값)의 시간 차원이 분할되는 방식을 결정합니다.

최소한 STL_Seasonal은 입력 메트릭(target_measure)과 period_int에 대한 정수 값을 가져와 부동 소수점 값을 반환합니다. 입력 메트릭은 시간 차원에 따라 달라지는 집계 형식입니다. 선택적으로 매끄러운 알고리즘을 조정하기 위해 seasonal_smoothertrend_smoother에 대한 값을 포함할 수 있습니다.

구문:  

STL_Seasonal(target_measure, period_int [,seasonal_smoother [,trend_smoother]])

반환 데이터 유형: 이중

인수
인수 설명
target_measure

계절성 및 추세 구성 요소로 분해할 측정값입니다. 이는 시간 차원에 따라 변하는 Sum(Sales) 또는 Sum(Passengers)와 같은 측정값이어야 합니다.

이는 상수 값이 아니어야 합니다.

period_int

데이터 집합의 주기성입니다. 이 매개 변수는 신호의 한 주기 또는 계절성 주기를 구성하는 불연속 단계의 수를 나타내는 정수 값입니다.

예를 들어 시계열이 연도의 각 분기에 대해 하나의 섹션으로 분할되는 경우 주기성을 연도로 정의하려면 period_int 값을 4로 설정해야 합니다.

seasonal_smoother

계절성 스무더의 길이. 이 값은 홀수 정수여야 합니다. 계절성 스무더는 여러 기간에 걸쳐 계절성 변동의 특정 단계에 대한 데이터를 사용합니다. 각 기간에서 시간 차원의 하나의 불연속 단계가 사용됩니다. 계절성 스무더는 스무딩에 사용된 기간 수를 나타냅니다.

예를 들어 시간 차원이 월별로 분할되고 기간이 연도(12)인 경우 계절성 구성 요소가 계산되므로 각 연도의 특정 월이 해당 연도와 인접 연도 모두에서 같은 달의 데이터에서 계산됩니다. seasonal_smoother 값은 스무딩에 사용된 년 수입니다.

trend_smoother

추세 스무더의 길이. 이 값은 홀수 정수여야 합니다. 추세 스무더는 period_int 매개 변수와 동일한 시간 배율을 사용하며 해당 값은 스무딩에 사용되는 과립의 수입니다.

예를 들어 시계열이 월별로 분할된 경우 추세 스무더는 스무딩에 사용된 월 수가 됩니다.

STL_Seasonal 차트 함수는 종종 다음 함수와 함께 사용됩니다.

관련 함수
함수 상호 작용
STL_Trend - 차트 함수 시계열의 추세 구성 요소를 계산하는 데 사용되는 함수입니다.
STL_Residual - 차트 함수 입력 메트릭을 계절성 및 추세 구성 요소로 분류할 때 측정값 변형의 일부가 두 가지 주요 구성 요소 중 하나에 맞지 않습니다. STL_Residual 함수는 분해의 이 부분을 계산합니다.

이 페이지가 도움이 되었습니까?

이 페이지 또는 해당 콘텐츠에서 오타, 누락된 단계 또는 기술적 오류와 같은 문제를 발견하면 개선 방법을 알려 주십시오!

분석 현대화 프로그램에 참여

Remove banner from view

분석 현대화 프로그램으로 귀중한 QlikView 앱을 손상시키지 않고 현대화하십시오. 여기를 클릭 하여 자세한 내용을 참조하거나 다음에 연결하십시오. ampquestions@qlik.com