Aqui está um exemplo para discutir detalhes:
> plot(stl(nottem, "per"))
Portanto, no painel superior, podemos considerar a barra como 1 unidade de variação. A barra no painel sazonal é apenas um pouco maior que a do painel de dados, indicando que o sinal sazonal é grande em relação à variação nos dados. Em outras palavras, se reduzimos o painel sazonal de modo que a caixa se tornasse do mesmo tamanho do painel de dados, o intervalo de variação no painel sazonal reduzido seria semelhante, mas um pouco menor que o do painel de dados.
Agora considere o painel de tendências; a caixa cinza agora é muito maior do que as do painel de dados ou sazonal, indicando que a variação atribuída à tendência é muito menor que o componente sazonal e, consequentemente, apenas uma pequena parte da variação na série de dados. A variação atribuída à tendência é consideravelmente menor que o componente estocástico (os demais). Como tal, podemos deduzir que esses dados não apresentam uma tendência.
Agora veja outro exemplo:
> plot(stl(co2, "per"))
que dá
Se observarmos os tamanhos relativos das barras nesse gráfico, notamos que a tendência domina a série de dados e, consequentemente, as barras cinza são de tamanho semelhante. De próxima importância é a variação na escala sazonal, embora a variação nessa escala seja um componente muito menor da variação exibida nos dados originais. Os resíduos (restante) representam apenas pequenas flutuações estocásticas, pois a barra cinza é muito grande em relação aos outros painéis.
Portanto, a idéia geral é que, se você dimensionasse todos os painéis de forma que as barras cinza tivessem o mesmo tamanho, seria possível determinar a magnitude relativa das variações em cada um dos componentes e quanto da variação nos dados originais eles continham. Mas como o gráfico desenha cada componente em sua própria escala, precisamos das barras para nos fornecer uma escala relativa para comparação.
Isso ajuda alguma?