Process / pipelineMatrix decomposition and reconstruction
特異スペクトル解析
特異スペクトル解析（Singular Spectrum Analysis, SSA）は、時間遅延埋め込み行列の特異値分解（SVD）に基づく、時系列分解および予測のためのノンパラメトリック手法である。BroomheadとKing（1986）によって導入され、Vautard、Yiou、Ghil（1992）によってさらに発展させられたSSAは、基盤となるモデルを仮定せずに、時系列をトレンド、振動、ノイズ成分に分解する。特に、パラメトリックアプローチが失敗するような、短くノイズの多い非定常信号に対して有効である。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Singular Spectrum Analysis. ScholarGate. https://scholargate.app/ja/time-series/singular-spectrum-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →