基于tsibble的每日温度时间序列STL分解参数与格式问题求助

问题根源 #

你的代码存在两个核心问题：

1. 未指定正确的时间序列频率：STL分解依赖明确的周期信息，每日温度数据的年周期为365天（考虑闰年可设为365.25），但直接对tsibble调用stl时，程序无法自动识别该频率，导致季节成分计算完全失真。
2. 参数设置不合理：s.window = "periodic"会强制季节成分固定不变，不符合温度季节逐年略有波动的特性；同时未设置趋势窗口t.window，默认值过小导致趋势线不够平滑。

修正后的代码 #

library(tidyverse)
library(rdwd)
library(tsibble)
library(fabletools) # 用于tsibble的时间序列分解

# 读取并预处理数据
df <- readDWD(dataDWD(
    selectDWD(
      name = "Jena (Sternwarte)",
      res = "daily",
      var = "kl",
      per = "historical"
    ),
    read = FALSE
  ), varnames = TRUE) %>%
  as_tibble() %>%
  mutate(MESS_DATUM = as.Date(MESS_DATUM)) %>%
  filter(MESS_DATUM >= as.Date("2005-01-01")) %>%
  rename(Temperatur = TMK.Lufttemperatur) %>%
  # 处理缺失值（STL分解不允许缺失值）
  fill(Temperatur, .direction = "downup") %>%
  # 转换为tsibble并确保时间序列连续
  as_tsibble(index = MESS_DATUM) %>%
  fill_gaps()

# 使用fabletools的STL分解，指定正确的周期和参数
decomp <- df %>%
  model(STL(Temperatur ~ trend(window = 1095) + season(window = 365), robust = TRUE)) %>%
  components()

# 绘制分解结果
autoplot(decomp)

参数说明 #

• trend(window = 1095)：设置趋势窗口为1095天（约3年），窗口数值越大，趋势线越平滑，可根据需求调整。
• season(window = 365)：指定季节周期为365天，匹配每日温度的年季节特性，替换原有的"periodic"参数，允许季节成分逐年微调。
• robust = TRUE：保持原设置，增强分解对异常值的鲁棒性。
• 缺失值处理：通过fill()和fill_gaps()确保时间序列无缺失，这是STL分解的必要前提。

替代方案（直接使用ts对象） #

如果你习惯用基础包的stl函数，也可以将数据转换为ts对象后处理：

# 转换为ts对象，指定频率为365
ts_data <- ts(df$Temperatur, start = c(2005, 1), frequency = 365)

# STL分解
stl_decomp <- stl(ts_data, s.window = 365, t.window = 1095, robust = TRUE)

# 绘图
plot(stl_decomp)

内容的提问来源于stack exchange，提问作者TobKel