저는 R과 시계열 분석에 익숙하지 않습니다. 나는 긴 (40 년) 일일 온도 시계열의 추세를 찾으려고 노력하고 다른 근사치를 시도했습니다. 첫 번째는 단순한 선형 회귀이고 두 번째는 Loess의 시계열의 계절 분해입니다.
후자의 경우 계절 성분이 추세보다 큰 것으로 보입니다. 그러나 트렌드를 어떻게 수량화합니까? 나는 그 추세가 얼마나 강한지를 말하는 숫자를 원합니다.
Call: stl(x = tsdata, s.window = "periodic")
Time.series components:
seasonal trend remainder
Min. :-8.482470191 Min. :20.76670 Min. :-11.863290365
1st Qu.:-5.799037090 1st Qu.:22.17939 1st Qu.: -1.661246674
Median :-0.756729578 Median :22.56694 Median : 0.026579468
Mean :-0.005442784 Mean :22.53063 Mean : -0.003716813
3rd Qu.:5.695720249 3rd Qu.:22.91756 3rd Qu.: 1.700826647
Max. :9.919315613 Max. :24.98834 Max. : 12.305103891
IQR:
STL.seasonal STL.trend STL.remainder data
11.4948 0.7382 3.3621 10.8051
% 106.4 6.8 31.1 100.0
Weights: all == 1
Other components: List of 5
$ win : Named num [1:3] 153411 549 365
$ deg : Named int [1:3] 0 1 1
$ jump : Named num [1:3] 15342 55 37
$ inner: int 2
$ outer: int 0