Wrinkles induced by the use of smoothing procedures applied to serial growth data

Summary

This paper elucidates the effects of moving average filters when applied to serial growth measurements. This is a question of interest because smoothing procedures are inherently part of a number of analytical methods presently employed in auxological analyses. Particular attention is paid to sequential growth data analysed to identify what has been described as pulsatile, saltation and stasis patterns or mini-growth spurts. When applied to pulsatile, or saltatory, time series data the process of smoothing itself creates artifactual temporal patterns in the time series data similar to previously described mini growth spurts while removing the actual pulsatile characteristics of the data. These observations illustrate that smoothing approaches add noise to time series data while removing meaningful patterns in the original data sequence. Analyses employing such approaches produce results that include waveforms or other fluctuations compatible with an underlying pulsatile driving mechanism, but do not necessarily reflect the temporal characteristics of the original biological process.

Zusammenfassung

In der vorliegenden Arbeit wird der Effekt der Anwendung von Filtern mit gleitendem Mittel auf serielle Wachstumsdaten erläutert. Diese Frage ist von Interesse, da Glättungsverfahren inhärenter Bestandteil einer Reihe analytischer Verfahren sind, die gegenwärtig in auxologischen Auswertungen Anwendung finden. Der Analyse sequentieller Wachstumsdaten im Hinblick auf Mini-Wachstumsspurts bzw. auf Charakteristika, die im englischen Sprachgebrauch mit pulsatile, saltation and stasis patterns beschrieben werden, gilt besondere Aufmerksamkeit. Bei Anwendung entsprechender Verfahren auf pulsatile oder saltatorische Zeitreihendaten entstehen durch den Glättungsprozeß selber artifizielle temporale Muster in den Zeitreihendaten, die den zuvor beschriebenen Mini-Wachstumsspurts ähnlich sind, während die eigentliche pulsatile Natur der Daten entfernt wird. Diese Beobachtung zeigt, dass Glättungsansätze Rauschen in den Daten erzeugt während bedeutungsvolle Muster der Originaldatensequenz eliminiert werden. Analysen, in denen solche Ansätze verwendet werden, produzieren Ergebnisse, die wellenförmige oder andere Fluktuationen einschließen, welche mit einem zugrundeliegenden pulsatilen Antriebsmechanismus kompatibel sind, sie reflektieren jedoch nicht notwendigerweise die zeitlichen Charakteristika des ursprünglichen biologischen Signals.

Résumé

Cet article détermine quels sont les effets des filtres moyens lorsqu'ils sont appliqués à des séries de mesures de croissance. Il s'agit d'une question d'actualité parce que les procédures de lissage sont part inhérente de nombreuses méthodes d'analyse employées en auxologie. Une attention particulière est portée aux données de croissance séquentielles analysées afin d'identifier ce qui a été décrit comme des miniépisodes de croissance pulsatils, à phases statiques et saltatoires. Lorsque le processus de lissage est appliqué à des séries chronologiques de données pulsatiles ou saltatoires, il crée des profils temporels artificiels dans les séries chronologiques de données, similaires aux mini-épisodes de croissance, bien qu'en y supprimant la caractéristique pulsatile. Ces observations illustrent que les techniques de lissage ajoutent un bruit aux séries chronologiques, tout en éliminant des propriétés riches de sens de la séquence originelle de données. Les analyses employant de telles approches produisent des résultats qui incluent des aspects ondulatoires ou d'autres fluctuations compatibles avec un mécanisme pulsatil sous-jacent, mais ne reflètent pas nécessairement les caractéristiques temporelles du processus biologique original.