R의 plot.stl에서 범위 막대 해석?

범위 막대가 plot.stl정확히 무엇을 의미 하는지 파악하는 데 어려움이 있습니다 . 나는이 질문에 대한 Gavin의 게시물을 발견하고 문서를 읽었으며 분해 된 구성 요소의 상대적 크기를 말하지만 여전히 어떻게 작동하는지 완전히 확신하지 못합니다.

예 :

데이터 : 작은 막대, 스케일 없음 계절 : 전체 막대, -0.6에서 0.2 범위의 스케일 범위 : 또 다른 작은 막대 (데이터와 동일하게 간주 됨), 나머지 스케일 없음 : -1.5에서 0.5까지 스케일의 중간 크기 막대

관계의 기초가 무엇인지, 왜 추세에 규모가 없는지 이해하지 못합니다. I 시도 stl와 decompose곱셈 첨가제 방법에 대해 동일한 결과.

다음은 구체적인 내용을 논의하는 예입니다.

> plot(stl(nottem, "per"))

따라서 상단 패널에서 막대를 1 개의 변동 단위로 간주 할 수 있습니다. 계절 패널의 막대는 데이터 패널의 막대보다 약간 더 커서 계절 신호가 데이터의 변화에 ​​비해 크다는 것을 나타냅니다. 다시 말해, 계절 패널을 축소하여 상자가 데이터 패널과 크기가 같아지면 축소 계절 패널의 변동 범위는 데이터 패널과 유사하지만 약간 작습니다.

이제 트렌드 패널을 고려하십시오. 회색 상자는 이제 데이터 또는 계절 패널의 것보다 훨씬 더 커서 추세로 인한 변동이 계절 성분보다 훨씬 작으며 결과적으로 데이터 계열 변동의 작은 부분 만 나타냅니다. 추세로 인한 변동은 확률 적 구성 요소 (나머지)보다 상당히 작습니다. 따라서 이러한 데이터가 추세를 나타내지 않는다고 추론 할 수 있습니다.

이제 다른 예를보십시오.

> plot(stl(co2, "per"))

어느 것이

이 그림에서 막대의 상대적 크기를 보면 추세가 데이터 계열을 지배하고 결과적으로 회색 막대의 크기가 비슷하다는 것을 알 수 있습니다. 다음으로 가장 중요한 것은 계절 척도에서의 변동이지만,이 척도에서의 변동은 원래 데이터에 나타난 변동의 훨씬 작은 성분입니다. 회색 막대가 다른 패널에 비해 매우 크기 때문에 잔차 (나머지)는 작은 확률 변동을 나타냅니다.

따라서 일반적으로 회색 막대가 모두 같은 크기가되도록 모든 패널의 크기를 조정하면 각 구성 요소의 변동의 상대적 크기와 원본 데이터의 변동 정도를 결정할 수 있습니다. 그들은 포함했다. 그러나 플롯은 각 구성 요소를 자체 스케일로 그리므로 비교를 위해 상대적인 스케일을 제공하는 막대가 필요합니다.

이것이 도움이 되나요?