Interpréter les barres de plage dans plot.stl de R?

J'ai du mal à comprendre ce plot.stlque signifient exactement les barres de plage . J'ai trouvé le post de Gavin sur cette question et j'ai également lu la documentation, je comprends qu'ils indiquent l'ampleur relative des composants décomposés, mais je ne sais toujours pas comment ils fonctionnent.

Par exemple:

données: barre minuscule, pas d'échelle saisonnière: barre pleine, avec une échelle allant de -0,6 à 0,2 tendance: une autre barre minuscule (semble être égale aux données), pas d'échelle restante: barre de taille moyenne avec une échelle de -1,5 à 0,5

Je ne comprends pas quelle est la base de la relation et pourquoi la tendance n'a pas d'échelle. J'ai essayé stlet decomposeavec des résultats identiques pour les méthodes multiplicatives et additives.

Voici un exemple pour discuter des spécificités contre:

> plot(stl(nottem, "per"))

Ainsi, sur le panneau supérieur, nous pourrions considérer la barre comme 1 unité de variation. La barre du panneau saisonnier n'est que légèrement plus grande que celle du panneau de données, indiquant que le signal saisonnier est grand par rapport à la variation des données. En d'autres termes, si nous réduisions le panneau saisonnier de sorte que la boîte devienne de la même taille que celle du panneau de données, la plage de variation sur le panneau saisonnier rétréci serait similaire mais légèrement plus petite que celle du panneau de données.

Considérez maintenant le panneau de tendance; la case grise est maintenant beaucoup plus grande que celle des données ou du panneau saisonnier, ce qui indique que la variation attribuée à la tendance est beaucoup plus petite que la composante saisonnière et, par conséquent, seulement une petite partie de la variation dans la série de données. La variation attribuée à la tendance est considérablement plus faible que la composante stochastique (les autres). À ce titre, nous pouvons en déduire que ces données ne présentent pas de tendance.

Regardez maintenant un autre exemple:

> plot(stl(co2, "per"))

qui donne

Si nous regardons les tailles relatives des barres sur ce graphique, nous notons que la tendance domine la série de données et, par conséquent, les barres grises sont de taille similaire. La variation à l'échelle saisonnière est la plus importante, bien que la variation à cette échelle soit une composante beaucoup plus petite de la variation présentée dans les données originales. Les résidus (le reste) ne représentent que de petites fluctuations stochastiques car la barre grise est très grande par rapport aux autres panneaux.

Donc, l'idée générale est que si vous redimensionniez tous les panneaux de sorte que les barres grises soient toutes de la même taille, vous seriez en mesure de déterminer l'ampleur relative des variations dans chacun des composants et la quantité de variation dans les données d'origine ils contenaient. Mais parce que le tracé dessine chaque composant à sa propre échelle, nous avons besoin des barres pour nous donner une échelle relative pour la comparaison.

Est-ce que cela aide?