MATLAB 去除季节性趋势：每年1月和6月数据

以下是一个示例程序，可以去除 2000-2020 年每年包含 1 月和 6 月两个数据的季节性趋势：

% 假设数据存储在名为 data 的向量中，每个元素对应一个时间点的数据
% 数据的时间间隔为一个月

% 创建一个时间向量，从 2000 年 1 月到 2020 年 12 月
time = datetime(2000, 1, 1):calmonths(1):datetime(2020, 12, 1);

% 创建一个季节性模式向量，每个元素对应一个时间点的季节性模式
seasonalPattern = zeros(size(time));

% 计算每年 1 月和 6 月的平均值，并将季节性模式设置为该平均值
for year = 2000:2020
    janIndex = find(time == datetime(year, 1, 1));
    junIndex = find(time == datetime(year, 6, 1));
    avgValue = mean(data(janIndex) + data(junIndex)) / 2;
    seasonalPattern(janIndex) = avgValue;
    seasonalPattern(junIndex) = avgValue;
end

% 去除季节性趋势
deTrendedData = data - seasonalPattern;

这段程序首先创建一个时间向量，从 2000 年 1 月到 2020 年 12 月，然后创建一个与时间向量相同大小的季节性模式向量，初始值为 0。接下来，程序使用一个循环计算每年 1 月和 6 月的平均值，并将季节性模式向量中对应时间点的值设置为该平均值。最后，程序将原始数据向量减去季节性模式向量，得到去除季节性趋势后的数据向量。