MATLAB 时间序列季节性调整 - 去除仅含 1 月和 6 月数据的季节性变化

要去除时间序列的季节性变化，可以使用季节性调整方法，如季节性分解。

在 MATLAB 中，可以使用 seasonaladjust 函数来进行季节性分解。以下是一个示例代码，展示如何去除仅包含 1 月和 6 月温度数据的季节性变化：

% 假设温度数据存储在一个名为 temperature 的向量中，长度为 21（2000-2020 年）
% 假设每年仅包含 1 月和 6 月的温度数据

% 创建时间序列
years = 2000:2020;
months = [1 6];
time = [];
for year = years
    for month = months
        time = [time; datetime(year, month, 1)];
    end
end

% 创建温度数据
temperature = [10 12 11 14 16 15 20 22 25 24 26 28 30 32 35 34 36 38 40 39 42];

% 进行季节性分解
[seasonal, trend] = seasonaladjust(temperature);

% 绘制原始数据和季节性分解结果
figure
subplot(3,1,1)
plot(time, temperature)
title('原始数据')
subplot(3,1,2)
plot(time, seasonal)
title('季节性分量')
subplot(3,1,3)
plot(time, trend)
title('趋势分量')

运行以上代码，将会得到一个包含三个子图的图形窗口。第一个子图显示了原始的温度数据，第二个子图显示了季节性分量，第三个子图显示了趋势分量。

通过观察季节性分量，可以看到每年 1 月和 6 月的温度数据的季节性变化。

注意：以上代码仅为示例，实际使用时需要根据具体的数据进行调整。