STR：基于回归的季节性-趋势分解

我们提出一种分解季节性数据的新方法：STR（一种基于回归的季节性-趋势分解，Seasonal-Trend decomposition using Regression）。与其他分解方法不同，STR允许多个季节性与周期性分量、协变量、可能具有非整数周期的季节性模式，以及具有复杂拓扑的季节性。它可用于具有任意规则时间索引的时间序列，包括 hourly、daily、weekly、monthly 或 quarterly 数据。在现有方法可用时，它与现有方法具有竞争力，但能处理的分解问题比其他方法所允许的要多得多。STR基于正则化优化，因此与岭回归有一定关联。由于它基于统计模型，我们可以轻松计算各分量的置信区间，而这是大多数现有分解方法（如 STL、X-12-ARIMA、SEATS-TRAMO 等）无法做到的。我们的模型已在 R 包 stR 中实现，因此任何人都可以将其应用于自己的数据。