为什么要对时间序列去趋势处理

zyzql

目前想查看两个要素之间的相关性和进行回归，以探究关系和依赖性。问题：在进行线性回归和相关计算时需要先对两个序列进行去趋势处理吗？   
个人对去趋势一直不太明白，为什么要进行去趋势，什么时候需要去趋势，什么时候不需要呢？
亟待坛内各位解疑，感谢

wjy_ecnu

个人认为不需要   

cjy1999

看你要研究的问题？比如气温和降水都有年代际的变化，2000年至2020年中国植被指数有上升的趋势。我如果研究20年植被指数和气温或者降水的长期趋势关系，那就不做去趋势处理；如果要看气温与降水的极端值对植被的影响，那就去趋势。

zyzql

cjy1999 发表于 2021-12-8 15:08
看你要研究的问题？比如气温和降水都有年代际的变化，2000年至2020年中国植被指数有上升的趋势。我如果研究 ...

感谢您的回复，顺着您的举例，如果我想看植被指数受气温影响程度，先做相关，再做回归，这需要去趋势吗，去掉的趋势如何对其进行理解呢，感谢

zyzql

wjy_ecnu 发表于 2021-12-8 14:49
个人认为不需要

感谢回复，请问为什么不需要呢呢，如何理解这个去趋势呢，感谢

demonisgood

你可以试试扣除趋势前和扣除趋势后 求解得相关系数是不一样的 扣趋势是为了避免其他外强迫（比如全球变暖导致的SST逐年上升）的影响，只研究变量a对变量b的作用

伽蓝鸟

根据你研究的问题来。
任何一个时间序列，总可以分成以下几项的和：趋势、周期（比如年循环这种我们知道得很清楚的了）、振荡（比如季节内振荡、天气尺度波）、噪音（可能是更高频的信号、也可能是观测误差）。
如果你只关心某一部分，比如说振荡那部分，那么就应该排除掉其他因子的干扰。而趋势就很可能是一种干扰。
举个具体的例子，ENSO和印度的粮食产量（如图）。ENSO可以通过影响印度的降水，来影响粮食产量。但是这么些年来，印度的粮食产量一直在提高，这是因为化肥的使用和农业技术的发展。
如果你直接对nino34海温和印度粮食产量算个相关，那么相关肯定很弱。
如果去掉了趋势之后（去掉了化肥的影响），再去算相关，就能反映出年际尺度上（假设你关心这个尺度的振荡）ENSO对印度粮食产量的影响。

zyzql

伽蓝鸟 发表于 2021-12-9 11:12
根据你研究的问题来。
任何一个时间序列，总可以分成以下几项的和：趋势、周期（比如年循环这种我们知道得 ...

万分感谢，很有帮助

zyzql

demonisgood 发表于 2021-12-8 20:43
你可以试试扣除趋势前和扣除趋势后 求解得相关系数是不一样的 扣趋势是为了避免其他外强迫（比如全球变暖导 ...

有道理，谢谢{:eb511:}

zyzql

伽蓝鸟 发表于 2021-12-9 11:12
根据你研究的问题来。
任何一个时间序列，总可以分成以下几项的和：趋势、周期（比如年循环这种我们知道得 ...

也就是说如果我研究ENSO对印度降水的影响，需要对降水去趋势，去除的是其他因素对降水的影响对吗