Метод скользящего среднего и фильтр Савицкого-Голея отличаются подходами к сглаживанию данных. 1

Метод скользящего среднего заключается в замене исходных значений членов ряда средним арифметическим значений нескольких ближайших к нему членов. 10 Этот процесс позволяет сгладить резкие колебания в сигнале, сохраняя общий тренд. 7 Метод скользящего среднего используется для сглаживания временных рядов с целью исключения влияния случайной составляющей. 10

Фильтр Савицкого-Голея основан на методе наименьших квадратов и предполагает подгонку последовательных подмножеств смежных точек данных к полиному низкой степени. 3 Этот метод часто используется с частотными данными или со спектроскопическими (пиковыми) данными. 1 Для частотных данных метод эффективен при сохранении высокочастотных компонентов сигнала. 1 Для спектроскопических данных метод эффективен при сохранении более высоких моментов пика, таких как ширина линии. 1

Таким образом, метод скользящего среднего больше ориентирован на сглаживание резких колебаний, в то время как фильтр Савицкого-Голея предназначен для работы с данными, где важно сохранить высокочастотные компоненты сигнала. 1