我试图确定两个时间序列中一个值与另一个值的相关性。我有 2 个时间序列，是从机器人那里获得的，一个是时间 vs 深度，另一个是时间 vs 温度。
两个系列之间的时间是相同的。
我将所有数据标记在 csv 文件中，并使用 Python 中的 Jupyter Notebook 进行分析。
我正在尝试将深度映射到温度，但正如人们可以从数据中直观地看出的那样，随着深度的增加，温度应该下降，即使深度在时间 = 大约 4 秒后有点恒定，温度也会继续下降，直到大约 15+秒。与深度传感器相比，检测温度读数的延迟是我试图找到的。
如何正确拟合温度和深度，并找到可用于调整延迟温度传感器的时间常数（补偿）值，或者温度传感器一般需要多长时间来检测特定深度的温度。
我希望 Lease Square 方法可能适合使用。
我是数据分析方面的新手，这是我需要完成的一项关键任务，对于我的一个项目，我尝试使用 ChatGTP 并在线研究，但找不到任何有用的东西。
我尝试了过滤器甚至机器学习（线性、多项式回归）来压平温度与时间图，希望我可以通过平滑曲线来修复它（减少噪音），但我知道我的方法是不正确的。我现在明白我需要拟合图表并使用数学数据技术来找到解决方案。
这里的线索似乎不明确，我们需要更多信息。
基本上，如果
time - depthtime - depth如果是的话，
time - depth1.log-transformation