文件名称：stl-decomp-4j:Seasonal-Trend-Loess时间序列分解算法的Java实现
文件大小：1.85MB
文件格式：ZIP
更新时间：2024-05-30 02:52:50
java timeseries time-series seasonal-adjustment seasonal-trend-loess
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。
【文件预览】：
stl-decomp-4j-master
----.gitignore(511B)
----.travis.yml(784B)
----NOTICE.txt(574B)
----LICENSE.txt(10KB)
----examples()
--------PyJNIus()
--------StlPerfTest()
--------StlDemoRestServer()
----README.md(5KB)
----.travis()
--------settings.xml(736B)
--------deploy.sh(375B)
----stl-decomp-4j()
--------stl-decomp-4j.iml(1KB)
--------src()
--------pom.xml(4KB)
--------.idea()
--------docs()