文档摘要

3.2 趋势的识别方法：移动平均、LOESS、回归 本节摘要：识别趋势有三种主流工具——简单移动平均（SMA）、LOESS 局部加权回归、参数回归（线性/多项式）。本节对比三种工具的稳健性、对异常值的容忍度、对窗口的敏感性，并用一段合成数据演示差异。 学习目标速览 阅读完本节，你应当能够： 用 SMA、LOESS、参数回归三种方法各自估计一段含噪声数据的趋势。 解释三种方法在"窗口/带宽/多项式阶数"超参选择上的工程取舍。 会员。《3.2 趋势的识别方法》收录于灏天文库文集《时间序列分析基础：趋势、周期与季节性》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/489-%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E5%88%86%E6%9E%90%E5%9F%BA%E7%A1%80%E8%B6%8B%E5%8A%BF%E5%91%A8%E6%9C%9F%E4%B8%8E%E5%AD%A3%E8%8A%82%E6%80%A7

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流