Python 3.x numpy vander函数做什么？为什么在回归中使用它？

我试图根据本文编写的代码来理解协整

然而，当我逐步阅读代码时，我被下面代码部分的最后一行弄糊涂了。我已经阅读了vander函数的文档，但是我真的不明白该函数在做什么

 def detrend(y, order):
    if order == -1:
       return y
    return OLS(y, np.vander(np.linspace(-1, 1, len(y)), order + 1)).fit().resid

---

函数np.vander返回一个数组，其中第一列为x^N-1，第二列为x^N-2，依此类推。看看这个例子：

x = np.array([1, 2, 3, 5])
N = 3
np.vander(x, N)

array([[ 1,  1,  1],
   [ 4,  2,  1],
   [ 9,  3,  1],
   [25,  5,  1]])

在代码中，N=order+1，X=np.linspace-1，1，leny。 如果第一列为x^0，第二列为x^1，依此类推，最后一列为x^N-1，则也可以使用increasing=True