Retirer une tendance lente avant d'analyser la variabilité qui la surmonte.Le détrampage est le processus qui consiste à retirer une tendance lente et sous-jacente d'une série temporelle afin que les fluctuations ou oscillations plus rapides deviennent visibles. De nombreuses mesures physiques contiennent à la fois une dérive à long terme (par exemple, un réchauffement progressif, un décalage du capteur) et une variabilité à court terme d'intérêt. En soustrayant la tendance, on isole les écarts qui pourraient révéler des périodicités, des corrélations ou des anomalies. C'est une étape de prétraitement courante dans l'analyse de données en physique, en finance et en sciences du climat.
La pratique remonte aux débuts de l'analyse des séries temporelles au XIXe siècle, avec des statisticiens comme Francis Galton et plus tard Udny Yule qui utilisaient la régression pour éliminer les tendances avant d'étudier les cycles. Le terme « détrampage » est devenu standard au XXe siècle avec l'essor du traitement numérique du signal.
La tendance est généralement estimée en ajustant une fonction lisse aux données, comme un polynôme, une moyenne mobile ou un filtre passe-bas. La courbe ajustée représente la composante lente. En soustrayant cette courbe des données originales, on obtient les résidus, qui constituent le signal détrampé. Le choix de la méthode dépend de la nature de la tendance : le détrampage linéaire élimine une dérive en ligne droite, tandis que des méthodes plus flexibles (par exemple, LOESS) traitent les tendances non linéaires. L'objectif est de retirer uniquement les variations lentes, et non les caractéristiques d'intérêt.
Utilisé dans les études climatiques pour analyser les anomalies de température, en cardiologie pour examiner la variabilité de la fréquence cardiaque, et en physique pour éliminer la dérive instrumentale des données de capteurs.
L'analyse de fluctuation détrampée (DFA) est une méthode qui utilise le détrampage à plusieurs échelles pour détecter des corrélations à longue portée dans les séries temporelles, et elle est largement utilisée dans l'analyse des séquences d'ADN.
Pas encore d'articles