# STL\_Trend — funkcja wykresu

STL\_Trend jest funkcją dekompozycji szeregów czasowych. Wraz z STL\_Seasonal i STL\_Residual funkcja ta służy do rozkładania szeregu czasowego na składniki sezonowe, trendowe i rezydualne. W kontekście algorytmu STL dekompozycja szeregów czasowych służy do identyfikacji zarówno powtarzających się sezonowych wzorców, jak i ogólnego trendu ze wskaźnika wejściowego i innych parametrów. Funkcja STL\_Trend zidentyfikuje ogólny trend, niezależnie od sezonowych wzorców lub cykli, z danych szeregu czasowego.

Trzy funkcje STL odnoszą się do wskaźnika wejściowego przez prostą sumę:

STL\_Trend + STL\_Seasonal + STL\_Residual = wskaźnik wejściowy

STL (dekompozycja sezonowo-trendowa z wykorzystaniem metody LOESS) wykorzystuje techniki wygładzania danych, a poprzez parametry wejściowe umożliwia dostosowanie okresowości wykonywanych obliczeń. Ta okresowość określa sposób segmentacji wymiaru czasowego wskaźnika wejściowego (miary) w analizie.

Jako minimum STL\_Trend pobiera wskaźnik wejściowy (`target_measure`) i wartość całkowitą dla `period_int`, a następnie zwraca wartość zmiennoprzecinkową. Dane wejściowe będą miały postać agregacji, która zmienia się wraz z wymiarem czasu. Opcjonalnie można uwzględnić wartości `seasonal_smoother` i `trend_smoother`, aby dostosować algorytm wygładzania.

Możesz używać tej funkcji, wprowadzając ją bezpośrednio do edytora wyrażeń wykresu.

Składnia:

STL\_Trend(target\_measure, period\_int [,seasonal\_smoother [,trend\_smoother]])

Typ zwracanych danych: wartość podwójna

Argumenty

| Argument | Opis |
| --- | --- |
| target\_measure | Miara do rozłożenia na komponenty sezonowy i trendu. Powinna to być miara, taka jak Sum(Sales) lub Sum(Passengers), która zmienia się wraz z wymiarem czasu.<br><br>To nie może być wartość stała. |
| period\_int | Okresowość zbioru danych. Ten parametr jest wartością całkowitą reprezentującą liczbę pojedynczych kroków składających się na jeden okres, lub cykl sezonowy, sygnału.<br><br>Na przykład, jeśli szereg czasowy jest podzielony na jedną sekcję dla każdego kwartału roku, to period\_int należy ustawić na wartość 4, aby zdefiniować okresowość jako Rok. |
| seasonal\_smoother | Długość wygładzacza sezonowego. To musi być liczba nieparzysta. Wygładzacz sezonowy używa danych dla określonej fazy w wahaniach sezonowych przez pewną liczbę okresów. Używany jest jeden krok wymiaru czasu z każdego okresu. Wygładzacz sezonowy wskazuje liczbę okresów używanych do wygładzania.<br><br>Na przykład, jeśli wymiar czasu jest podzielony na miesiące a okres wynosi rok (12), to składnik sezonowy będzie obliczany w taki sposób, że każdy określony miesiąc każdego roku zostanie obliczony z danych dla tego samego miesiąca, zarówno w tamtym roku, jak i w sąsiednich latach. Wartość seasonal\_smoother jest liczbą lat użytą do wygładzania. |
| trend\_smoother | Długość wygładzacza trendu. To musi być liczba nieparzysta. Wygładzacz trendu używa tej samej skali czasu, co parametr period\_int i jego wartość jest liczbą granulek używanych do wygładzania.<br><br>Na przykład, jeśli szereg czasowy jest podzielony na miesiące, wygładzacz trendu będzie liczbą miesięcy użytą do wygładzania. |

Funkcja wykresu STL\_Trend jest często używana w połączeniu z następującymi funkcjami:

Powiązane funkcje

| Funkcja | Interakcja |
| --- | --- |
| [STL_Seasonal — funkcja wykresu](https://help.qlik.com/pl-PL/sense/May2025/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/RelationalFunctions/stl_seasonal.htm) | To jest funkcja używana do obliczania sezonowego składnika szeregu czasowego. |
| [STL_Residual — funkcja wykresu](https://help.qlik.com/pl-PL/sense/May2025/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/RelationalFunctions/stl_residual.htm) | W przypadku podziału wskaźnika wejściowego na składnik sezonowy i trendu, część odchyleń tej miary nie będzie pasować do jednego z tych dwóch głównych składników. Funkcja STL\_Residual oblicza tę część dekompozycji. |

Kurs z pełnym przykładem przedstawiającym sposób użycia tej funkcji znajduje się tutaj: [Samouczek — Dekompozycja szeregu czasowego w Qlik Sense](https://help.qlik.com/pl-PL/sense/May2025/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/RelationalFunctions/tutorial-time-series-decomposition.htm).