大熊貓滾動窗口似乎引入滾動數據的偏移量

我期望使用熊貓rolling_window函數以及非boxcar（理想情況下爲hamming）以外的窗口類型來「平滑」定期採樣的30秒時間序列數據。然而，到目前爲止我已經嘗試應用，在變化的窗長度爲2〜100的所有窗口，出現在平滑的數據偏移至更低的值，例如： Plot of raw data (light blue) and data run through <code>pd.rolling_window(data,2,'hamming')</code> 大熊貓滾動窗口似乎引入滾動數據的偏移量

原始數據的圖（淺藍色）和數據通過pd.rolling_window(data,2,'hamming')運行。

顯然，偏移量隨時間而變化。

這個結果並不是我所期望的 - 相反，我希望過濾的數據集位於原始數據集之上。

對這裏可能發生的事情的任何解釋都會很好。

來源

2014-01-24 ajt

你爲什麼特別想用'hamming'？它適合你的數據集嗎？ – TomAugspurger

啊 - 我想我已經意外地越過了'漢明'和'漢寧'。 '漢寧'並不是一個選項，所以我不得不對此進行進一步的考慮，但關鍵的是我已經嘗試了各種過濾器，包括'三角形'這將是適當的，他們都（除了'boxcar'）產生相同的'膠印'系列。 – ajt

我對信號處理一無所知，但在計量經濟學中，您需要注意非平穩時間序列。也許首先嚐試去消除趨勢，或者查看[statsmodels的時間序列過濾器]（http://statsmodels.sourceforge.net/devel/tsa.html#other-time-series-filters） – TomAugspurger

嘗試使用rolling_window的center=True參數。

來源

2014-03-13 16:21:20 Matt

我敢肯定，ajt意味着*垂直*偏移量，而不是水平偏移量。 – zbyszek

大熊貓滾動窗口似乎引入滾動數據的偏移量

回答

相關問題