产品
关注微信公众号：数学建模BOOM，后台回复“detrend”，获取本文演示的MATLAB代码文件。
函数 从数据中减去均值或最佳拟合线（以最小二乘方式）。如果您的数据包含多个数据列， 会分别处理每个数据列。
通过从数据中去除线性趋势，能够将分析集中在趋势数据的波动上。线性趋势通常表示数据的系统性增加或减少。
此示例说明如何从股票每日收盘价中去除线性趋势，以重点观察整体涨幅的价格波动。如果数据确实有趋势，则去除线性趋势会强制其均值为零并减少总体变化。
该示例使用从 函数获取的分布来模拟股价波动。
创建一个模拟数据集并计算其均值。 表示股票的每日价格变动。
%rng(20)
t = 0:300;
dailyFluct = randn(size(t));
sdata = cumsum(dailyFluct) + 20 + t/100;求出数据的平均值。
mean(sdata)绘制和标记数据。可以看到，数据显示股价呈系统性增长。
figure
plot(t,sdata);
legend('Original Data','Location','northwest');
xlabel('Time (days)');
ylabel('Stock Price (dollars)');
应用 ，它对 执行线性拟合，然后对其进行去除线性趋势处理。从输入中减去输出，得出计算所得的趋势线。
detrend_sdata = detrend(sdata);
trend = sdata - detrend_sdata;求出去除线性趋势后的数据的平均值。
mean(detrend_sdata)去除线性趋势后，数据均值非常接近 0，与预期相符。
将趋势线、去除线性趋势后的数据及其均值添加到图中，以显示结果。
hold on
plot(t,trend,':r')
plot(t,detrend_sdata,'m')
plot(t,zeros(size(t)),':k')
legend('Original Data','Trend','Detrended Data',...
'Mean of Detrended Data','Location','northwest')
xlabel('Time (days)');
ylabel('Stock Price (dollars)');
本文转自mathwork帮助中心
155-2731-8020
