Если исходный временной ряд содержит некоторые частоты или периоды, которые в данный момент не представляют интереса для исследования, амплитуда этих волн может быть уменьшена с помощью статистической фильтрации. При этом изменяется спектр исходного временного ряда.
Одной из форм статистической фильтрации является сглаживание. В результате сглаживания создается временной ряд, в котором спектральные компоненты с высокой частотой уменьшены. Такой фильтр называется низкочастотным, так как сглаживание слабо влияет на волны с низкой частотой, т. е. на длиннопериодные волны.
Существуют и другие типы фильтров. Есть фильтры, которые позволяют отфильтровать низкие частоты, оставив в ряде только волны высокой частоты. Этот тип фильтра называется высокочастотным.
Можно отфильтровать как низкие, так и высокие частоты, оставив во временном ряде только средние частоты. Такой фильтр называется фильтром пропускания полос. Наконец, можно разработать статистические фильтры, которые будут усиливать во временном ряде волны высокой частоты таким образом, чтобы частично компенсировать эффект предыдущего сглаживания того же ряда. Этот процесс называется «разглаживанием» или «обратным сглаживанием».
|
|
Простейшим статистическим фильтром, или, как его называют, фильтрующей функцией, является скользящая средняя с равными весами. Скользящее среднее рассчитывается путем суммирования n последовательных величин временного ряда и делением полученной суммы на n. При расчете этих средних используются данные с обеих сторон сглаживаемых значений ряда, так что величины, использованные для расчетов соседних скользящих средних, значительно перекрываются. Поэтому такой тип скользящих средних называют также перекрывающимися средними. В данном случае все веса фильтра одинаковы и равны 1/ n.
Чтобы сохранить симметрию обычно используют нечетное значение n: 3, 5, 7… и. т. д., а сглаженное значение относят к центру интервала осреднения.
Так, например, отфильтрованное значение 14.60 в таблице 6.2 получено как среднее из первых 5 значений: (16 + 15 + 12 + 13 +17)/5 = 14.60.
Таблица 6.2
Сглаживание временного ряда скользящим средним с равными весами при n = 5
Временной ряд | Отфильтрованные величины |
14.60 | |
15.40 | |
В процессе анализа желательно знать, как фильтрация влияет на амплитуду волн временного ряда. Иными словами, как меняется спектр исходного временного ряда в результате фильтрации. Ответ на этот вопрос можно получить, если рассчитать частотную характеристику фильтра, которая представляет собой отношение амплитуды колебания данной частоты после фильтрации к исходной амплитуде до фильтрации. Это отношение меняется с частотой. Например, частотная характеристика сглаживающей функции меняется примерно от единицы (для низких частот) до нуля (для высоких).
|
|
Частотная характеристика любой дискретной симметричной сглаживающей или фильтрующей функции выражается следующим равенством:
, (6.99)
где H (w) – частотная характеристика; w – частота; wk – k -тый вес, причем число k отсчитывается от главного весового коэффициента w 0; D t – интервал времени между последовательными наблюдениями во временном ряде.
Для скользящего среднего с одинаковыми весами формула принимает вид:
, (6.100)
где T – интервал, за который осредняются значения временного ряда. На рис. 6.10. приведено графическое изображение этой функции.
Рис.6.10. График частотной характеристики скользящего среднего с равными весами.
Следует отметить, что для некоторых частот частотная характеристика отрицательна: не только амплитуды волн в этом интервале уменьшаются, но и их экстремумы становятся обратными, т. е. максимумы превращаются в минимумы и наоборот.
Этот недостаток скользящих средних с одинаковым весом можно устранить, применив сглаживающие функции, которые имеют веса, убывающие при удалении от центрального веса в каждом направлении пропорционально ординатам кривой нормального распределения вероятностей.
Можно рассчитать сглаживающие функции, которые приблизительно будут иметь форму нормального распределения, путем выбора весов биномиальных коэффициентов по формуле
, (6.101)
где m – порядковый номер весового коэффициента, который изменяется от 0 до N. Чтобы фильтрующая функция оставалась симметричной N должно быть четным.
Поскольку сумма весовых коэффициентов сглаживающей функции должна равняться единице, весовые коэффициенты получают по формуле:
. (6.102)
По мере возрастания N распределение этих коэффициентов приближается по форме к нормальной кривой. При N = 4 биномиальные коэффициенты для т = 0, 1, 2, 3, 4 равны 1, 4, 6, 4, 1, веса сглаживающей функции будут равны соответственно 1/16, 4/16, 6/16, 4/16, 1/16, т. е. 0.0625, 0.250, 0.375, 0.250 и 0.0625.
Фильтр, весовые коэффициенты которого определяются с использованием формул (6.101, 6.102), называется биномиальным фильтром. Пример использования биномиального фильтра представлен в таблице 6.3.
Отфильтрованное значение 13.56 в таблице 6.2 получено как сумма произведений: (0.0625 ´ 16) + (0.250 ´ 15) + (0.375 ´ 12) + (0.250 ´ 13) + (0.0625 ´ 17).
Таблица 6.3
Сглаживание временного ряда биномиальным фильтром с коэффициентами wm =0.0625, 0.250, 0.375, 0.250, 0.0625
Временной ряд | Отфильтрованные величины |
13.56 | |
14.31 | |
Еще один вид сглаживания – экспоненциальное сглаживание. Оно называется экспоненциальным, так как вклад различных величин временного ряда в полученную на выходе сглаженную величину экспоненциально убывает в зависимости от интервала времени, прошедшего до момента, к которому отнесена осредненная величина. Будущие значения временного ряда не вносят никакого вклада.
Все физические приборы с постоянными коэффициентами инерции (постоянными времени) осредняют измеряемую величину по экспоненте. Ртутный термометр имеет почти постоянный коэффициент запаздывания и является примером прибора, который производит экспоненциальное сглаживание.
Поскольку весовые коэффициенты этого типа фильтра не являются симметричными относительно момента времени, к которому относится фильтрованная переменная, как это было в случае других ранее описанных фильтров, этот фильтр сдвигает фазу волн временного ряда, полученного на выходе, относительно фазы волн той же частоты в исходном ряде. Этот сдвиг фаз является функцией частоты и выражается следующим образом:
|
|
, (6.103)
где l – постоянная времени. Угол j всегда отрицателен и лежит в пределах от 0 до 90°. Таким образом, при экспоненциальном сглаживании фильтрованные волны всегда запаздывают по сравнению с исходными.