STL parçalanması nədir?

STL-dekompozisiya (Loess yordamida mavsumiy-trend dekompozitsiyasi) vaqt ketma-ketligini uch asosiy komponentga ajratadigan usul:

• Trend (Trend) — ma'lumotlarning uzoq muddatli tendentsiyasi.
• Mavsumiylik (Seasonal) — davriy o'zgarishlar bilan bog'liq takrorlanadigan sikllar yoki naqshlar.
• Qoldiq (Residual) — shovqin yoki tasodifiy tebranishlar, ular trend va mavsumiylik bilan tushuntirilmaydi.

Usul lokal regressiya Loessga asoslangan bo'lib, u ma'lumotlarning shakli haqida qat'iy taxminlar qilmasdan, trend va mavsumiylikni moslashtirishga imkon beradi. Bu vaqt ketma-ketliklarini tahlil qilish va prognoz qilishda, mavsumiy ta'sirlarni umumiy tendentsiyadan ajratish muhim bo'lsa, foydalidir.

Python'da statsmodels kutubxonasi bilan foydalanish misoli:

from statsmodels.tsa.seasonal import STL
import pandas as pd

# Faraz qilaylik, data nomli vaqt ketma-ketligi mavjud
stl = STL(data, seasonal=13)
result = stl.fit()

trend = result.trend
seasonal = result.seasonal
residual = result.resid

Shu tarzda, STL dekompozitsiyasi vaqt ketma-ketligining tuzilishini tushunishga va prognoz sifatini yaxshilashga yordam beradi.