การสลายตัวตามฤดูกาลของอนุกรมเวลา (STL) เป็นเทคนิคทางสถิติที่ใช้ในการแยกอนุกรมเวลาออกเป็นสามองค์ประกอบที่แตกต่างกัน ได้แก่ องค์ประกอบตามฤดูกาล องค์ประกอบแนวโน้ม และองค์ประกอบส่วนที่เหลือ องค์ประกอบตามฤดูกาลแสดงถึงรูปแบบที่ซ้ำกันในข้อมูล ในขณะที่องค์ประกอบแนวโน้มระบุการเคลื่อนไหวหรือวงจรในระยะยาวในข้อมูล องค์ประกอบส่วนที่เหลือประกอบด้วยค่าผิดปกติที่อาจเกิดขึ้นซึ่งไม่ได้แสดงในองค์ประกอบตามฤดูกาลและแนวโน้ม
โดยทั่วไปจะใช้ STL ในการพยากรณ์อนุกรมเวลา เช่น ในการพยากรณ์ธุรกิจ การพยากรณ์ประชากร และการพยากรณ์อากาศ นอกจากนี้ยังใช้กันอย่างแพร่หลายในการตรวจจับความผิดปกติ และสามารถใช้เพื่อระบุการเปลี่ยนแปลงที่ไม่คาดคิดในข้อมูลที่อาจเป็นค่าผิดปกติหรือแนวโน้มที่ไม่ทราบ
โดยทั่วไปกระบวนการนี้จะเกี่ยวข้องกับการปรับให้เรียบหรือการกรองข้อมูล และการแปลงข้อมูลด้วยฟังก์ชันเป็นระยะ เช่น การแปลงฟูริเยร์ อาจใช้วิธีการที่แตกต่างกันในการประมาณค่าองค์ประกอบตามฤดูกาล STL อาจใช้กับวิธีการปรับให้เรียบแบบเอกซ์โปเนนเชียล เช่น วิธี Holt-Winters
STL เป็นกระบวนการทำซ้ำ และจำเป็นต้องทำซ้ำจนกว่าผลลัพธ์จะเป็นที่ยอมรับ มักจะเป็นประโยชน์ในการตรวจสอบการแสดงภาพส่วนประกอบต่างๆ เพื่อช่วยประเมินความเหมาะสมของผลการสลายตัว
โดยรวมแล้ว STL เป็นเครื่องมือสำคัญในการระบุและวิเคราะห์รูปแบบในข้อมูลอนุกรมเวลา และสามารถใช้เพื่อระบุค่าผิดปกติ แนวโน้ม และรูปแบบตามฤดูกาล เป็นเทคนิคทางสถิติที่จำเป็นสำหรับการพยากรณ์อนุกรมเวลา และใช้ในการพยากรณ์และการตรวจจับความผิดปกติที่หลากหลาย
