反季节化计数数据

我在R中使用stl（）将计数数据分解为趋势，季节和不规则成分。结果趋势值不再是整数。我有以下问题：

1. stl（）是使计数数据反季节化的合适方法吗？
2. 由于结果趋势不再是整数值，因此我可以使用lm（）建模趋势成分吗？

使用stl（）对计数数据进行反季节化处理没有固有的问题。但是，需要注意的一个问题是，计数数据通常随着均值的增加而增加。这在分解的季节和随机因素中都经常看到。在原始数据上使用stl（）不会考虑到这一点，因此最好首先考虑数据的对数（编辑-或平方根）。

趋势值不再是整数也没关系。可以用类似于泊松分布中参数的方式来考虑它们。尽管泊松分布变量必须是整数，但均值不必是整数。

但是，这不一定意味着您可以使用lm（）对趋势分量进行建模。时间序列建模趋势存在很多陷阱，因为很难避免虚假相关。人们通常会先趋势化序列，然后对剩余部分建模。