Outil de lissage des données
Outil pratique pour lisser des séries numériques bruitées, aidant les analystes, scientifiques et étudiants à révéler les tendances et préparer les données pour la modélisation.
Worked Example & Common Values
Below is a sample worked calculation demonstrating how Outil de lissage des données processes input data instantly inside your browser.
Birth date: Jan 15, 1995, Target date: Oct 20, 2023
Chronological Age: 28 Years, 9 Months, 5 Days (10,505 days elapsed)
Build Your Own Custom Web Calculator in Seconds
Type what tool or calculator you need below. Our AI will build it instantly for your site.
À propos de cet outil
Conception, le lissage sacrifie la fidélité pour la réduction du bruit en appliquant l'un des plusieurs algorithmes. Il prend en charge la moyenne mobile, Savitzky-Golay, LOESS et le lissage gaussien. Les utilisateurs fournissent data_series et ajustent les paramètres spécifiques de la méthode: window_size pour la moyenne mobile, poly_order pour Savitzky-Golay, bandwidth ou smoothing_fraction pour LOESS, et sigma pour le lissage gaussien. Le traitement des bords peut utiliser reflect, pad ou truncate. Les formules incluent y_i = moyenne du voisinage pour la moyenne mobile; Savitzky-Golay calcule y_hat_i via une convolution avec des coefficients polynomiaux; LOESS ajuste des régressions locales avec un noyau tri-cubique; le lissage gaussien utilise une convolution pondérée avec un noyau gaussien.
Les sorties incluent smoothed_series, residuals (original minus smoothing) et un registre des paramètres utilisés. La sortie conserve la même longueur que l'entrée pour l'alignement avec les graphiques et les modèles en aval. Il prend en charge l'échantillonnage irrégulier via x_values et fournit des diagnostics pour aider à choisir la méthode qui préserve le mieux les tendances tout en réduisant le bruit. Les cas d’utilisation couvrent le nettoyage de capteurs, les séries climatiques et financières, les journaux expérimentaux et les démonstrations pédagogiques. La valeur unique réside dans la coexistence de plusieurs méthodes de lissage dans un seul flux de travail, des contrôles de paramètres clairs et des exportations simples pour la modélisation, la visualisation ou le reporting.
Comment utiliser
- Fournissez les entrées: data_series, méthode et paramètres optionnels.
- Configurez les paramètres spécifiques à la méthode (par ex., window_size pour la moyenne mobile, poly_order pour Savitzky-Golay, bandwidth).
- Exécutez le lissage pour générer smoothed_series et residuals.
- Examinez les sorties et comparez les méthodes si souhaité.
- Exportez les résultats pour la modélisation ou la visualisation.
Frequently Asked Questions
Trouvez des réponses rapides
Qu'est-ce que le lissage des données?
Quel méthode choisir pour des données irrégulières?
Comment interpréter les résidus?
Puis-je exporter les résultats pour une analyse ultérieure?
Need to run multiple calculations?
Create a free account today to unlock unlimited daily runs, access advanced parameters, save your history, and request custom features.
Related Tools
Other useful calculators and utilities you might like
Calculateur de distance routière
Calculateur de distance routière pour voyageurs, planificateurs logistiques et conducteurs pour esti...
Convertisseur Spotify vers MP3
Convertit des fichiers audio fournis localement en MP3, permettant l’écoute hors ligne et la compati...
Votre avis compte
Aidez-nous à nous améliorer
Norwegian
Danish
German
English
Spanish
French
Italian
Dutch
Portuguese
Swedish
Hebrew
Arabic