Berikut ini adalah contoh untuk membahas spesifik terhadap:
> plot(stl(nottem, "per"))
Jadi pada panel atas, kita dapat menganggap bilah sebagai 1 unit variasi. Bilah pada panel musiman hanya sedikit lebih besar dari pada panel data, menunjukkan bahwa sinyal musiman relatif besar terhadap variasi dalam data. Dengan kata lain, jika kita menyusut panel musiman sedemikian sehingga kotak menjadi ukuran yang sama dengan yang ada di panel data, kisaran variasi pada panel musiman menyusut akan serupa dengan tetapi sedikit lebih kecil dari pada panel data.
Sekarang perhatikan panel tren; kotak abu-abu sekarang jauh lebih besar daripada yang ada di data atau panel musiman, menunjukkan variasi yang dikaitkan dengan tren jauh lebih kecil dari komponen musiman dan akibatnya hanya sebagian kecil dari variasi dalam seri data. Variasi yang dikaitkan dengan tren jauh lebih kecil daripada komponen stokastik (sisanya). Dengan demikian, kita dapat menyimpulkan bahwa data ini tidak menunjukkan tren.
Sekarang lihat contoh lain:
> plot(stl(co2, "per"))
pemberian yang mana
Jika kita melihat ukuran relatif batang pada plot ini, kita perhatikan bahwa tren mendominasi seri data dan akibatnya batang abu-abu memiliki ukuran yang sama. Yang terpenting berikutnya adalah variasi pada skala musiman, meskipun variasi pada skala ini adalah komponen yang jauh lebih kecil dari variasi yang ditunjukkan dalam data asli. Sisa (sisa) hanya mewakili fluktuasi stokastik kecil karena batang abu-abu sangat besar relatif terhadap panel lainnya.
Jadi ide umumnya adalah bahwa jika Anda menskalakan semua panel sedemikian rupa sehingga bilah abu-abu semuanya berukuran sama, Anda akan dapat menentukan besarnya relatif variasi di setiap komponen dan berapa banyak variasi dalam data asli mereka terkandung. Tetapi karena plot menggambar masing-masing komponen pada skala itu sendiri, kita membutuhkan bilah untuk memberi kita skala relatif untuk perbandingan.
Apakah ini membantu?