STL_Seasonal — функция диаграммы

STL_Seasonal — это функция разложения временных рядов. Вместе с STL_Trend и STL_Residual эта функция используется для разложения временных рядов на компоненты: сезонность, тренд и остаточный компонент. В контексте алгоритма STL разложение временных рядов используется для идентификации повторяющейся модели сезонности и общего тренда на основе входной метрики и других параметров. Функция STL_Seasonal может идентифицировать сезонную модель в рамках временных рядов, отделяя ее от общего тренда, наблюдаемого в данных.

Три функции STL связываются с входной метрикой путем простого суммирования:

STL_Trend + STL_Seasonal + STL_Residual = входная метрика

STL (разложение сезонности и трендов с использованием метода локальной полиномиальной регрессии) использует методы сглаживания данных и посредством входных параметров позволяет пользователю корректировать периодичность выполняемых вычислений. Эта периодичность определяет, как измерение времени входной метрики (меры) сегментируется в анализе.

Как минимум, STL_Seasonal принимает входную метрику (target_measure) и целочисленное значение для period_int, а возвращает значение с плавающей запятой. Входная метрика будет иметь вид агрегирования, которое изменяется в зависимости от измерения времени. По желанию можно включить значения для seasonal_smoother и trend_smoother, чтобы настроить сглаживающий алгоритм.

Чтобы использовать эту функцию, введите ее непосредственно в редактор выражений диаграммы или добавьте модификатор Разложение временного ряда к измерению. Она также доступна для использования в Инструмент «Наблюдения» в качестве типа анализа. Для получения дополнительной информации см. разделы Разложение временного ряда и Типы анализа Инструмент «Наблюдения».

Синтаксис:

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

Возвращаемые типы данных: двойное значение

Аргументы
Аргумент	Описание
target_measure	Мера для разложения на компонент сезонности и тренда. Это должна быть такая мера, как Sum(Sales) или Sum(Passengers), которая варьируется в зависимости от измерения времени. Это должно быть постоянное значение.
period_int	Периодичность набора данных. Этот параметр является целым числом, которое представляет количество дискретных шагов, образующих один период сигнала, или его сезонный цикл. Например, если временной ряд разделен на разделы, по одному на каждый квартал года, необходимо задать для period_int значение 4, чтобы определить периодичность «Год».
seasonal_smoother	Длина сезонного сглаживателя. Это должно быть нечетное целое число. Сезонный сглаживатель использует данные для определенной фазы в сезонной вариации на протяжении определенного числа периодов. Из каждого периода используется по одному дискретному шагу измерения времени. Сезонный сглаживатель указывает количество периодов, используемых для сглаживания. Например, если измерение времени сегментировано по месяцу и задан период «Год» (12), компонент сезонности будет вычисляться таким образом, что каждый отдельный месяц года рассчитывается по данным за этот месяц в этом году и в соседних годах. Значение seasonal_smoother — представляет собой количество лет, используемых для сглаживания.
trend_smoother	Длина сглаживателя тренда. Это должно быть нечетное целое число. Сглаживатель тренда использует ту же временную шкалу, что параметр period_int, а его значение — это количество гранул, используемых для сглаживания. Например, если временной ряд сегментирован по месяцу, сглаживателем тренда будет количество месяцев, используемых для сглаживания.

Функция диаграммы STL_Seasonal часто используется в сочетании со следующими функциями:

Связанные функции
Функция	Взаимодействие
STL_Trend — функция диаграммы	Эта функция служит для вычисления компонента тренда временных рядов.
STL_Residual — функция диаграммы	При разбивке входной метрики на компоненты сезонности и тренда часть вариантов меры не будет относиться ни к одному из двух главных компонентов. Функция STL_Residual вычисляет эту порцию разложения.

Учебное пособие с полным примером, демонстрирующим использование этой функции: Учебное пособие — разложение временного ряда в Qlik Sense.

Помогла ли вам эта страница?

Если вы обнаружили какую-либо проблему на этой странице и с ее содержанием — будь то опечатка, пропущенный шаг или техническая ошибка, сообщите нам об этом, чтобы мы смогли ее исправить!

Оставьте свой отзыв здесь