Singulārā spektra analīze
Singulārā spektra analīze (SSA) ir neparametriska laika rindu sadalīšanas un prognozēšanas metode, kas balstīta uz laika nobīdes iegulšanas matricas singulāro vērtību dekompozīciju (SVD). To ieviesa Broomhead un King (1986) un tālāk attīstīja Vautard, Yiou un Ghil (1992). SSA sadala laika rindas tendencēs, svārstībās un trokšņa komponentēs, nepieņemot nekādu pamatā esošu modeli. Tā ir īpaši efektīva īsiem, trokšņainiem nestacionāriem signāliem, kur parametriskās pieejas nedarbojas.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Singular Spectrum Analysis. ScholarGate. https://scholargate.app/lv/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.
- Neatkarīgo komponentu analīze (ICA)Mašīnmācīšanās↔ compare
- Kodola PCAMašīnmācīšanās↔ compare
- Singular Value DecompositionSkaitliskās metodes↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →