Cos'è la decomposizione delle serie temporali in tendenza e stagionalità?

La scomposizione delle serie temporali è il processo di suddividere una serie temporale in diversi componenti, solitamente in tendenza, stagionalità e residui (rumore).

• Tendenza riflette la direzione a lungo termine del cambiamento dei dati (ad esempio, aumento delle vendite nel corso di diversi anni).
• Stagionalità sono cicli o pattern ricorrenti che si verificano con una periodicità determinata (ad esempio, aumento delle vendite in estate ogni anno).

La scomposizione aiuta a comprendere meglio la struttura dei dati e a migliorare le previsioni. Ad esempio, si può isolare la tendenza per vedere la direzione generale, e la stagionalità per considerare le fluttuazioni ricorrenti.

Esempio: se hai dati di vendite mensili per diversi anni, la scomposizione permetterà di identificare:

• Aumenti o diminuzioni delle vendite (tendenza)
• Fluttuazioni annuali (stagionalità)
• Fluttuazioni casuali (residui)

I metodi di scomposizione includono modelli additivi o moltiplicativi classici, STL (Decomposizione stagionale-tendenza usando Loess) e altri.