直线方程拟合a基本原理：设一条直线为y=kx+b，使用最小二乘法（）来拟合出最优的k（斜率）。设定一个阈值k0（k0>0），若|k|>k0则认为趋势有明显变化。当k>k0时，则认为 有上升的趋势；当k<-k0时，则认为有下降的趋势。|k|<=k0时可以视情况考虑是否要进行趋势稳定性检测。b拟合函数原理：假设需要拟合的函数为y=kx+b那么最小二乘法的本质是要使每一个点

Holt-Winters模型a基本原理：该方法有点类似于SMA（移动平均）的思路，是对SMA的优化。主要因为SMA的参数数量过多时，计算时间慢，且计算复杂。Holt-Winters利用三次指数平滑法，将历史时序数据输入三个递推序列，再由三个序列的递推值来推算出预测数据的值。该模型的目的是训练出三次指数平滑法三个因数的最有效的取值，之后就可以继续预测了。该方法可以有效的预测有线性趋势和周期波动的非平

方差和标准差是概率与统计学里经常用到的知识在网上看到不少关于方差的研究和讨论，所以这里整合一下方差和标准差的区别一般来说方差的公式是(σ^2)S^2=……而标准差则是将方差开根号S(σ)=……由于方差和标准差差一个根号，所以接下来我主要介绍样本方差和母体方差，样本标准差和母体标准差的区别可以依样画葫芦样本方差和母体方差的区别这里我先举一个例子简单的说明...

MK（Mann-Kendall）检验a基本原理：使用MK算法检验时序数据大致趋势，趋势分为无明显趋势（稳定）、趋势上升、趋势下降。MK检验的基础：当没有趋势时，随时间获得的数据是独立同分布的，数据随着时间不是连续相关的。所获得的时间序列上的数据代表了采样时的真实条件，样本要具有代表性。MK检验不要求数据是正态分布，也不要求变化趋势是线性的。如果有缺失值或者值低于一个或多个检测限制，是可以计算MK检

MK（Mann-Kendall）检验a基本原理：使用MK算法检验时序数据大致趋势，趋势分为无明显趋势（稳定）、趋势上升、趋势下降。MK检验的基础：当没有趋势时，随时间获得的数据是独立同分布的，数据随着时间不是连续相关的。所获得的时间序列上的数据代表了采样时的真实条件，样本要具有代表性。MK检验不要求数据是正态分布，也不要求变化趋势是线性的。如果有缺失值或者值低于一个或多个检测限制，是可以计算MK检

A Spy in the MetroTime Limit: 3000MS Memory Limit: Unknown 64bit IO Format: %lld & %lluSubmit StatusDescriptionSecret agent Maria was sent to Algorithms

MK（Mann-Kendall）检验a基本原理：使用MK算法检验时序数据大致趋势，趋势分为无明显趋势（稳定）、趋势上升、趋势下降。MK检验的基础：当没有趋势时，随时间获得的数据是独立同分布的，数据随着时间不是连续相关的。所获得的时间序列上的数据代表了采样时的真实条件，样本要具有代表性。MK检验不要求数据是正态分布，也不要求变化趋势是线性的。如果有缺失值或者值低于一个或多个检测限制，是可以计算MK检