トレンド成分・周期成分・残差へデータを分解する

この機能は、STL（季節性とトレンド分解のローリング推定）手法を使用して時系列データを分析します。
STL 手法は、時系列データをトレンド、季節性、残差の成分に分解し、データの基本的な構造を解明します。
連続したデータかつ欠損値のないことが前提で、最も重要な周期を指定することで分解の精度を高めることができます。
この機能は、時間パターンや変動の理解に役立ちます。

---

入出力定義

定義	内容
入力	データ
出力	データ

---

サンプル

時系列データの成分分解

トレンド成分

Note

経済成長や人口増加など、一定の上昇または下降傾向を示す長期的な変動を表します。

周期成分

Note

トレンドとは異なり、一定の期間で繰り返される上昇と下降の波を持つ成分です。経済サイクルや季節変動とは異なり、周期的な変動の期間は一定ではありません。

残差

Note

トレンドや周期から説明されないランダムな変動です。一時的な影響や外部からのショック、測定誤差などに起因するものです。