经验数据与正弦波的拟合程度如何？

Question

我有关于两类对象的经验性有点嘈杂的数据：0 和 1。

我有一个假设，即第 0 类的数据遵循正弦波模式，而第 1 类的数据则不然。

问题：如何检验这个假设？

一个样本的数据集：df = pd.DataFrame.load('path-name'):https://www.dropbox.com/s/zbgnivgcww49b7w/sindrink.pkl?dl=0

我尝试了拟合优度优化误差函数（a*sin(x/b + c) 预测的距离），但这会导致不正确的结果：

由于数据的不完善 - 频率和幅度不是完全恒定的：

因此，如果遵循正弦波模式，我需要某种算法和指标来确认（或拒绝）该样本：

而且这个示例没有：

我有一个想法尝试傅立叶变换来拟合几个正弦波，然后计算拟合优度，但到目前为止我还没有这样做。

有什么想法/建议吗？

Answer 1

更正弦的信号在傅立叶幅度域中看起来像一个尖锐的“尖峰”。您可以尝试获取信号的 FFT 幅度（先减去平均值）并测量最大值与平均值的比率。这至少会给出一个与信号的“正弦曲线”相对应的数字。