据我了解，差异对于消除时间序列的趋势和季节性是必要的。所以我认为它基本上与 scipy 库中的 signal.detrend 做同样的事情。
但是我尝试了差分，然后分别使用了 signal.detrend，我的时间序列看起来完全不同。
原来的：
区别：
导入的库：
x 轴代表月份，y 轴代表销售额。前两个图表上的颜色仅代表三个不同的年份。
使用哪种方法从时间序列中去除趋势？
数据挖掘
Python
时间序列
scipy
不同之处
2022-02-25 03:18:09
1个回答
Detrend 进行最小二乘拟合（线性或常数）并从您的数据点中减去它。您可以在docs中查找。
简单地取连续数据点之间的差异通常会导致其他结果。
一般来说，基于回归的去趋势似乎更合理。您还可以考虑使用随机样本共识 (RANSAC)来对异常值更加稳健。