|
stl(x, s.window, s.degree = 0,
t.window = NULL, t.degree = 1,
l.window = nextodd(period), l.degree = t.degree,
s.jump = ceiling(s.window/10),
t.jump = ceiling(t.window/10),
l.jump = ceiling(l.window/10),
robust = FALSE,
inner = if(robust) 1 else 2,
outer = if(robust) 15 else 0,
na.action = na.fail)
x:单变量时间序列进行分解。这应该是一个类"ts"频率大于一的对象。
s.window:字符串"periodic"或季节性的提取,没有默认值。
s.degree:本地多项式拟合季节性提取的程度
t.window:跨度趋势提取(滞后),这应该是奇数。
t.degree:本地安装在多项式趋势提取的程度。应该是零或一。
l.window:跨度窗口,每个子系列所使用的低通滤波器(滞后)。默认为最小的奇数整数大于或等于frequency(x)建议的趋势和季节性组件之间的竞争,因为它可以防止。如果不是奇数,其给定值上升到下一个奇数。
l.degree:度本地拟合多项式为子系列的低通滤波器。必须为0或1。
s.jump, t.jump, l.jump:每*.jump个值之间的线性插值。
robust:逻辑表明在loess程序,如果强大的拟合。
inner:整数;内在(backfitting)迭代的数量通常很少(2)迭代足矣。
outer:整数;外的鲁棒性迭代的数量。
na.action:缺失值。
实例可以参考stats包里的各种描述~
|