Answers:
这是一个讨论细节的示例:
> plot(stl(nottem, "per"))
因此,在上面的面板上,我们可能会将条形图视为1个变化单位。季节性面板上的条形图仅比数据面板上的条形图稍大,表明季节性信号相对于数据变化较大。换句话说,如果我们缩小季节性面板,使框的大小与数据面板中的大小相同,那么缩小的季节性面板上的变化范围将类似于但略小于数据面板上的变化范围。
现在考虑趋势面板;现在,灰色框比数据或季节面板上的任一个都大得多,这表明归因于趋势的变化远小于季节成分,因此,数据序列中的变化仅占一小部分。归因于趋势的变化远小于随机成分(余数)。因此,我们可以推断出这些数据没有呈现出趋势。
现在来看另一个示例:
> plot(stl(co2, "per"))
这使
如果我们查看此图上条形图的相对大小,则会注意到趋势主导了数据序列,因此灰色条形图的大小相似。其次重要的是季节性尺度的变化,尽管这种尺度的变化是原始数据中所显示的变化的很小一部分。残差(余数)仅表示较小的随机波动,因为灰色条相对于其他面板非常大。
因此,通常的想法是,如果对所有面板进行缩放以使灰色条的大小都相同,则可以确定每个组件中变化的相对大小以及原始数据中有多少变化他们包含。但是,由于该图以其自身的比例绘制每个组件,因此我们需要条形图为我们提供一个相对比例进行比较。
这有帮助吗?
pdf()
设备上绘图,看看是否显示出来?至于刻度线的颜色,我将在meta上发布一些内容,以查看是否可以更改它并指出此可访问性问题。