полегшити розуміння графіка на горизонтальній осі була відкладена тривалість циклів діапазон від 5 (2000/400) до 200 (2000/10) відповідний діапазону частот від 10 до 400 відмітьте що високі значення мають тенденцію скупчуватися поблизу деяких частот (або тривалості циклу) положення піків в кожній з таких областей скупчення високих значень показує можливі цикли на цьому графіку як можливі цикли показані три таких відносних спис слово можливих покликаний підкреслити що необхідна статистична перевірка того чи дійсно існують цикли на частоти яких вказують ці списи результати подібною перевірки циклів показаних спектром потужності змальованим на рис 16 10 обговорюються нижчим в цій главі хоча спектральний аналіз даних з яких частково знята спрямованість (логарифмів даних) правильно визначатиме фазу знайдених можливих циклів амплітуда цих циклів спотворюватиметься таким що залишився в даних трендом таке спотворення амплітуди робитиме серйозний вплив на будь-які статистичні перевірки значущості таким чином необхідно повністю зняти з даних спрямованість перш ніж тестувати цикли на статистичну значущість крок 6 повне зняття спрямованості з данныхс використанням відхилень від тієї що ковзає среднейперевод первинних даних в логарифмічну форму зроблений на кроці 3 лише частково видаляє тренд і як тільки що було показане залишки тренду в даних можуть значно вплинути на перевірку статистичної надійності відхилення від ковзаючої середньої є найкращим способом повністю зняти спрямованість з даних відхилення обчислюються шляхом віднімання ковзаючою середньою даних з самих даних оскільки ковзаюча середня відображає тренд в даних віднімання її з даних наводить до серій в яких немає тренду (рис 16 11) коли центрована ковзаюча середня віднімається з первинних даних в результаті виходять нові тимчасові ряди складені з відхилень або залишків від ковзаючої середньої для кожного потенційного циклу ідентифікованого за допомогою спектрального аналізу будуть виведені окремі серії відхилень обчислення серій відхилень проілюстроване на тих же даних які раніше були використані аби показати процес обчислення центрованою ковзаючою середньою початкові дані 134 500 141 20 132 40 138 90 логарифмів даних 2 1287 2 1498 2 1219 2 1427 596 частина 3 осцилятори і циклырисунок 16 11 видалення тренду з допомогою отклоненийзначение центрированнойскользящей средней2 1335 2 1381отклонение (залишок) 0 0163 0 0162метод відхилень від ковзаючої середньої слід використовувати дуже обережно изза взаємодії довжини ковзаючої середньої і періоду даних (якщо вони циклічні) рис 16 12 показує як виглядає ковзаюча середня даних з бездоганним 25дневным циклом що ковзає середня розрахована по кількості крапок меншому чим період циклу міститиме той же цикл але з меншою амплітудою ковзаюча середня тієї ж довжини що і цикл буде постійним величиною і не міститиме циклу ковзаюча середня протяжніша чим період циклу міститиме цикл з інвертованою фазою і зменшеною амплітудою (саме изза останньої властивості в попередньому кроці згладжування даних було