Analyse spectrale singulière
L'Analyse Spectrale Singulière (SSA) est une méthode non paramétrique de décomposition et de prévision de séries temporelles, basée sur la décomposition en valeurs singulières (SVD) d'une matrice d'immersion décalée dans le temps. Introduite par Broomhead et King (1986) et développée par Vautard, Yiou et Ghil (1992), la SSA décompose les séries temporelles en composantes de tendance, oscillatoires et de bruit, sans postuler de modèle sous-jacent. Elle est particulièrement efficace pour les signaux non stationnaires courts et bruités, où les approches paramétriques échouent.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- Broomhead, D. S., & King, G. P. (1986). Extracting qualitative dynamics from experimental data. Physica D: Nonlinear Phenomena, 20(2–3), 217–236. DOI: 10.1016/0167-2789(86)90031-X ↗
- Vautard, R., Yiou, P., & Ghil, M. (1992). Singular-spectrum analysis: A toolkit for short, noisy chaotic signals. Physica D: Nonlinear Phenomena, 58(1–4), 95–126. DOI: 10.1016/0167-2789(92)90103-T ↗
- Golyandina, N., Nekrutkin, V., & Zhigljavsky, A. (2001). Analysis of Time Series Structure: SSA and Related Techniques. Chapman and Hall/CRC. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Singular Spectrum Analysis. ScholarGate. https://scholargate.app/fr/time-series/singular-spectrum-analysis
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Analyse en Composantes Indépendantes (ACI)Apprentissage automatique↔ comparer
- ACP à noyauApprentissage automatique↔ comparer
- Décomposition en valeurs singulièresMéthodes numériques↔ comparer
Une erreur sur cette page ? Signalez-la ou proposez une correction →