File:Random-data-plus-trend-r2.png

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[Bearbeiten]

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

Es ist erlaubt, die Datei unter den Bedingungen der GNU-Lizenz für freie Dokumentation, Version 1.2 oder einer späteren Version, veröffentlicht von der Free Software Foundation, zu kopieren, zu verbreiten und/oder zu modifizieren; es gibt keine unveränderlichen Abschnitte, keinen vorderen und keinen hinteren Umschlagtext. Der vollständige Text der Lizenz ist im Kapitel GNU-Lizenz für freie Dokumentation verfügbar.http://www.gnu.org/copyleft/fdl.htmlGFDLGNU Free Documentation Licensetruetrue

	Diese Datei ist unter der Creative-Commons-Lizenz „Namensnennung – Weitergabe unter gleichen Bedingungen 3.0 nicht portiert“ lizenziert.
	Dieses Werk darf von dir verbreitet werden – vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden neu zusammengestellt werden – abgewandelt und bearbeitet werden Zu den folgenden Bedingungen: Namensnennung – Du musst angemessene Urheber- und Rechteangaben machen, einen Link zur Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Diese Angaben dürfen in jeder angemessenen Art und Weise gemacht werden, allerdings nicht so, dass der Eindruck entsteht, der Lizenzgeber unterstütze gerade dich oder deine Nutzung besonders. Weitergabe unter gleichen Bedingungen – Wenn du das Material wiedermischst, transformierst oder darauf aufbaust, musst du deine Beiträge unter der gleichen oder einer kompatiblen Lizenz wie das Original verbreiten.
	Diese Lizenzmarkierung wurde auf Grund der GFDL-Lizenzaktualisierung hinzugefügt.http://creativecommons.org/licenses/by-sa/3.0/CC BY-SA 3.0Creative Commons Attribution-Share Alike 3.0truetrue

Übertragen aus en.wikipedia nach Commons durch Maksim.