Fonctions > Traitement du signal > Analyse de séries temporelles > Exemple : Detrending linéaire
  
Exemple : Detrending linéaire
La fonction detrend permet d'approximer et de supprimer une tendance linéaire des données à l'aide d'une ligne d'optimisation de l'ajustement basée sur la méthode des moindres carrés.
1. Définissez un signal exponentiel.
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
2. Tracez le signal exponentiel.
Cliquez pour copier cette expression
3. Utilisez la fonction whiten fonction pour ajouter du bruit blanc au signal.
Cliquez pour copier cette expression
4. Tracez le signal original et le signal parasité.
Cliquez pour copier cette expression
5. Appliquez la fonction detrend au signal parasité.
Cliquez pour copier cette expression
6. Tracez la fonction originale et la fonction redressée.
Cliquez pour copier cette expression
La disparition de la tendance linéaire peut être encore démontrée en examinant la ligne des moindres carrés avant et après la suppression de la tendance.
7. Utilisez les fonctions slope et intercept pour calculer les valeurs slope et intercept avant et après la suppression de tendance.
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
C'est toujours le cas. La sortie de detrend est un vecteur dont la ligne des moindres carrés correspond à la ligne horizontale passant par l'origine, autrement dit, la pente et la coordonnée d'origine sont toutes les deux très proches de 0.
Un effet de detrend est que la moyenne a été supprimée des données d'entrée comme indiqué en observant le terme DC avant et après la suppression de la tendance.
8. Utilisez la fonction dft pour calculer le terme DC (premier) avant et après la suppression de tendance.
Cliquez pour copier cette expression
Cliquez pour copier cette expression
La fonction detrend effectue une simple tâche de prétraitement qui précède l'opération de lissage. Comme mentionné précédemment, le redressement constitue souvent une première étape utile dans l'estimation spectrale.