範例：濾波與指數平滑
比較使用 Detrending and Lowpass Filtering in the Transform Domain 與 Time-domain Iterative Exponential Smoothing 方法實現的結果性平滑。
1. 定義數據點數。
3. 建立代表每個樣本的時間向量。
4. 使用
slope 函數取得最佳擬合信號的直線斜率，然後使用
mean 函數取得信號的均數。
5. 繪製函數並顯示其趨勢與平均線。
平均線是水平線，而趨勢線不是水平線；表示信號具有線性趨勢。
在轉換域中移除趨勢線及低通濾波法
利用濾波進行平滑的第一個步驟，是移除線性趨勢線；不然，轉換會顯示線性信號的頻率元件，而不顯示較高頻內容。
1. 從信號中移除趨勢線。重新計算新信號的斜率和均數。
2. 繪製新函數並顯示其趨勢和平均線。
平均線和趨勢線均為水平線；表示信號沒有線性趨勢。
4. 將中間的元素歸零，只儲存開始與結束，為轉換加窗，這表示低頻。
5. 繪製加窗的函數。使用垂直標記顯示視窗的起點和終點。
6. 使用 idft 函數取得逆轉換，然後重新加回趨勢線。
因為向量會逐元素相加，所以使用一個加法運算子即可加回趨勢線。
7. 繪製 dw 函數。
趨勢線已還原為平滑函數。
時域疊代指數平滑法
使用種子疊代平滑技術。若要取得疊代的種子值，請查看系列的開頭，以計算恆定與趨勢值 s 和 b。
2. 選擇這兩個平滑常數。α 愈趨近於 1，平滑曲線愈貼近原始數據。
此處的 P 是以指數方式平滑處理過的原始時間序列版本。
比較兩種技術
繪製並比較這兩項平滑技術。最上兩條繪線已位移 4，所以可顯示在相同的圖表中。
• 上述繪線與下列平滑類型相對應 (由上至下)：時間序列法、指數平滑法、時間序列法、以 DFT 執行的平滑法。
• 直到有足夠的點經過平滑係數 a 及 b 平均後，指數平滑法才會開始有效率地追蹤數據。
• 重新計算工作表，然後觀察繪線由於不同的亂數作為原始信號定義的一部份而變化的情況。
• 每次重新計算之後，您都可以看到 DFT 平滑的函數比以指數方式平滑的函數更能追蹤原始信號。
