Image of random data plus trend, with best-fit line and different smoothings

The data is 1000 points (plotted in black), with an increasing trend of 1-in-100, with random normal noise of standard deviation 10 superimposed. The red-line is the same data but averaged every 10 points. The blue line is averaged every 100 points.

For the three series, the least squares fit line is virtually the same, with a slope of 0.01, as expected.

The r² fit for the raw data is 0.08; for the 10-pt-filtered, 0.57; for 100-pt-filtered, 0.97.

Ignoring autocorrelation, a confidence limit for the slope of the fit line is [0.0082, 0.0127] for the raw data (which include 0.01, as it should). For the 10-pt-filtered the limits are slightly narrower at [0.0084, 0.0125] and for the 100pt-filtering the limits are again slightly narrower.

So what does that all mean?

• for the raw data, the simple trend line explains almost none of the variance of the time series (only 8%).
• for the 100-pt filtering, the trend line explains almost all of the data (97%).
• nonetheless, the trend lines are almost identical as are the confidence levels.

The time series are, of course, very closely related: the same except for the filtering. This shows that a low r² value should not be interpreted as evidence of lack of trend.

Source code

Source in IDL. pp_regress and reg_explain not given.

n=1000

data=10*randomn(seed,n)+indgen(n)/100.
y=indgen(n)
y1=y(indgen(n/10)*10+5)
y2=y(indgen(n/100)*100+5*10)

ret=pp_regress(y,data)
print,reg_explain(ret)

data1=reform(data,10,n/10)
data1=avg(data1,0)

ret1=pp_regress(y1,data1)
print,reg_explain(ret1)

data2=reform(data,100,n/100)
data2=avg(data2,0)

ret2=pp_regress(y2,data2)
print,reg_explain(ret2)

plot,y,data,yr=[-20,30]
pp_regress_plot,ret,th=3

oplot,y1,data1,col=2,th=3
oplot,y2,data2,col=3,th=3

Παραχωρείται η άδεια προς αντιγραφή, διανομή και/ή τροποποίηση αυτού του εγγράφου υπό τους όρους της Άδειας Ελεύθερης Τεκμηρίωσης GNU, Έκδοση 1.2 ή οποιασδήποτε νεότερης έκδοσης δημοσιευμένης από το Ίδρυμα Ελεύθερου Λογισμικού· χωρίς Απαράλαχτους Τομείς, χωρίς Κείμενα Εξωφύλλου, και χωρίς Κείμενα Οπισθοφύλλου. Αντίγραφο της άδειας περιλαμβάνεται στην σελίδα με τίτλο GNU Free Documentation License.http://www.gnu.org/copyleft/fdl.htmlGFDLGNU Free Documentation Licensetruetrue

	Το αρχείο διανέμεται υπό την άδεια Creative Commons Αναφορά προέλευσης-Παρόμοια διανομή 3.0 Μη εισαγόμενη
	Είστε ελεύθερος: να μοιραστείτε – να αντιγράψετε, διανέμετε και να μεταδώσετε το έργο να διασκευάσετε – να τροποποιήσετε το έργο Υπό τις ακόλουθες προϋποθέσεις: αναφορά προέλευσης – Θα πρέπει να κάνετε κατάλληλη αναφορά, να παρέχετε σύνδεσμο για την άδεια και να επισημάνετε εάν έγιναν αλλαγές. Μπορείτε να το κάνετε με οποιοδήποτε αιτιολογήσιμο λόγο, χωρίς όμως να εννοείται με οποιονδήποτε τρόπο ότι εγκρίνουν εσάς ή τη χρήση του έργου από εσάς. παρόμοια διανομή – Εάν αλλάξετε, τροποποιήσετε ή δημιουργήσετε πάνω στο έργο αυτό, μπορείτε να διανείμετε αυτό που θα προκύψει μόνο υπό τους όρους της ίδιας ή συμβατής άδειας με το πρωτότυπο.
	Αυτή η ετικέτα άδειας χρήσης προστέθηκε στο αρχείο ως μέρους της αναθεώρησης της άδειας GFDL .http://creativecommons.org/licenses/by-sa/3.0/CC BY-SA 3.0Creative Commons Attribution-Share Alike 3.0truetrue

Transferred from en.wikipedia to Commons by Maksim.