如何标准化 [x,y] 时间序列数据集？答案

【问题标题】：How to normalise an [x,y] time series data set?如何标准化 [x,y] 时间序列数据集？
【发布时间】：2020-07-27 11:11:29
【问题描述】：

问题：

我目前正在解析[x,y] 坐标的时间序列数据集。数据不完整 - 它包含空白和抖动，我想使用统计分析来填补这些空白/标准化抖动。

背景：

我目前正在阅读非线性回归（特别是多项式回归 -> PR）——这似乎是最适合我的问题的（双关语）。

我意识到 PR 处理“向一个方向转动”的弧线，因此，我将尝试重构我的代码以使用更小的样本量 - 并按照时间序列工作。

问题：

【问题讨论】：

sooo.... 这段代码与画布上的绘制方式密切相关。您的问题似乎更多地是关于如何随着时间的推移消除一组抖动的 x/y 数据。因此，您的实际问题可能是“如何在我丢失大量时间的情况下平滑大量数据点”，但您的代码更像是“如何将这个看起来很垃圾的拼图平滑成曲线”。我认为您需要决定是要解决实际的基础数学问题（丢失的数据是什么）还是图形问题（如何使其在图表上看起来平滑）。这里只是我的 2p。
如果恢复丢失的数据块是您的目标，您可以查看piecewise linear approximation，例如like that one
感谢@joshstrike，我已经放弃了代码 sn-p 因为它具有误导性。只是想表现出努力。

【解决方案1】：

在我看来，您的方向是正确的。使用 PR 之类的拟合技术可以帮助您平滑数据，从而消除 jtters，并在缺失的间隙中重新采样。虽然找到一个合适的函数可以完成这两个任务，但如果你对自己的函数类型没有清晰的认识，你可以尝试其他方法：

为了处理短期抖动和波动，您可以使用平滑技术，如移动平均（如 here）或三次平滑样条，它在数据的短窗口上使用多项式回归（参见 [此处]）@987654322 @。
为了填补缺失的空白”，您可以使用最近邻插值、回归或自动回归方法等插值技术，这实际上取决于您拥有什么样的数据。我建议您查看 here 并找到适合你的方法。

【讨论】：