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: 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。
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