stl-decomp-4j:Seasonal-Trend-Loess时间序列分解算法的Java实现-源码

1440359316

stl-decomp-4j-master.zip (1.85 MB, 下载次数: 2)

2021-10-16 19:53 上传

点击文件名下载附件
下载积分: 体力 -2 点

黄土时间序列的季节性分解Seasonal-Trend-Loess（STL）算法将时间序列分解为季节，趋势和残差成分。 该算法使用（ 为原始论文）来平滑循环子序列（例如，下例中所示的CO 2数据中的所有January值）。 从信号中去除季节性之后，对余数进行平滑处理（分多个步骤）以找到趋势。 重复此过程，并可能包括利用Loess的加权最小二乘法基础进行的鲁棒性迭代，以消除异常值的影响。 详细信息在进行了描述。stl-decomp-4j是可从获得的原始Ratfor / Fortran的Java端口（为；也包含在examples/StlPerfTest/fortran_benchmark ），已扩展为支持局部二次插值。 stl-decomp-4j期望间隔均匀的数据且没有缺失值，类似于原始的Fortran版本（以及和版本，它们都在后台使用原始的Fortran版本）。查看了解TODO等。

( t- T6 \; ?5 Z3 n* x; N9 `( @

1819088852

6666666666666666666666666666666666666666666666666
) B0 d4 @9 |9 u8 B6 h

bluejay

666666666666666666666666666666666
# Z5 t! u. n+ {, E+ c% x4 O