跳到正文
方法说明

去趋势方法去趋势:在抹平趋势之前,确认去趋势是安全的

去趋势移除长期方向,以便研究剩余结构。只有方向是确定性的时候才有意义。如果序列是随机游走,直线会制造数据中从未存在的波动。本页说明工作台中的三种去趋势方法以及把关的诊断。

可复现流程

下面是工作台针对该方法实际执行的流程,按顺序排列。每一步都包含一个动作、一条可以中止该步骤的规则,以及一份明确的输出。

  1. 01

    在清洗后的序列上运行 ADF 与 KPSS 单位根检验。

    规则
    被阻止的判定会在任何变换应用之前就停止确定性去趋势。
    输出
    平稳性判定与各变换的可用性。
  2. 02

    选择变换:STL、一阶或季节差分,或回归残差。

    规则
    变换由判定与检出的周期共同决定,绝不采用固定默认值。
    输出
    实际应用的变换及其参数。
  3. 03

    把序列分解为趋势、季节与残差成分。

    规则
    使用 STL 前必须先确定周期长度;错误的周期会同时污染残差与季节性检验。
    输出
    各成分序列及其方差占比。
  4. 04

    重新检验残差中仍未被消除的自相关。

    规则
    残差自相关超出 95% 带说明变换并不完整,结果会附带警告。
    输出
    残差诊断与所附警告。

为什么先做单位根诊断

ADF 的零假设是存在单位根;KPSS 的零假设是平稳。ADF 拒绝而 KPSS 不拒绝,支持确定性趋势;反过来支持随机趋势,此时差分才是正确操作,确定性去趋势会被阻止。

当两个检验同时朝“错误”方向拒绝,或样本太短时,判定为模糊或证据不足。工作台不会静默消解这种模糊:确定性去趋势会被标记为警告或阻止,结果永久保留标签。

  • 趋势平稳:允许 STL 或回归残差去趋势。
  • 差分平稳:默认差分;确定性去趋势需要显式覆盖并永久带警告。
  • 模糊:两条路径都展示,任何一条都不被呈现为唯一答案。
  • 证据不足(n < 20 或缺失 > 30%):阻止趋势推断,保留描述统计。

STL 分解

STL 使用 LOESS 平滑把序列拆成趋势、季节与残差。当序列有稳定方向并叠加重复周期时,它是最合适的选择。稳健模式通过 bisquare 权重降低离群点影响,因此本工作台默认强制 robust = true。

STL decomposition
y_t = T_t + S_t + R_t
What this computes:
Split the series into long-term direction + repeating cycle + leftover noise.
Example:
Monthly sales = long-term growth (trend) + yearly peak (season) + random wiggle (residual).
Caution:
A wrong period contaminates the residual.
  • period 必须来自数据或用户确认;错误的周期会污染残差。
  • seasonal 必须是大于等于 7 的奇数;trend 是大于 1.5·period/(1 − 1.5/seasonal) 的最小奇数。
  • 超过 50,000 个观测时,jump 参数升为 2。实际参数写入结果元数据,降级绝不静默。

差分

差分把每个值替换为与上一步(或上一个季节周期)的差。它移除随机趋势,是差分平稳序列的正确替代方案。代价是差分序列噪声更大,每个滞后少一个观测。

过度差分是真实失效模式:它会引入负自相关,让本已平稳的序列看起来异常波动。决定权在诊断,不在习惯。

回归残差

拟合最小二乘直线并保留残差,是最简单的确定性去趋势。它透明、快速,适用于接近线性的趋势;同时也是对随机游走最危险的方法,因为拟合斜率几乎从不恰好为零。

当判定为趋势平稳且没有可靠季节周期时使用。检查残差是否有曲率;残留的曲线说明直线不够。

Least-squares detrending
y_t = a + b·t + r_t
What this computes:
Fit the straight line that minimises squared error, then keep the residual r_t as the detrended series.
Example:
A slope of 2.4 per step means the fitted line rises 2.4 units each step; the residual is what the line does not explain.
Caution:
On a random walk the fitted slope is almost never zero, and the residual is not a meaningful fluctuation.

值得命名的失效模式

伪去趋势:抹平随机趋势后再检验残差结构。过度差分:把白噪声变成负自相关序列。错误季节周期:把真实变化挪进残差,再称之为噪声。非线性趋势:直线留下系统残差,随后抬高表观自相关。

常见问题

可以在线去趋势而不上传文件吗?

可以。Detrend 通过浏览器 File API 读取工作簿,并在本地 Web Worker 中分析。没有上传端点,文件字节不会经过网络;关闭标签页即丢弃数据。

去趋势前需要做单位根检验吗?

需要。ADF 与 KPSS 判断序列有稳定趋势基线,还是像随机游走一样漂移。跳过这一步,直线会凭空制造数据中并不存在的结构。工作台会据此阻止或警告去趋势操作。

STL 去趋势一定比直线更好吗?

只有当数据存在重复周期且趋势是确定性的时候。STL 分离趋势、季节与残差;接近线性时最小二乘直线更简单合适。对随机游走,差分比两者都安全。

如果仍然对随机游走去趋势会怎样?

拟合斜率几乎必然非零,残差看起来像有意义的波动,其实不是。工作台只允许带永久警告的显式覆盖,并保留差分结果供对照。

相关方法说明

引用本页:Detrend, “去趋势:在抹平趋势之前,确认去趋势是安全的”, https://detrend.datacorp.top/zh-CN/methods/detrending. 最后更新 2026-11-15。

验证矩阵常见问题全部方法RSSllms.txt

在自己的工作簿上运行这套流程

工作台在本地执行同样的步骤,根据诊断选择方法,并保留所有备选结果可见。

打开工作台