Сингулярный спектральный анализ
Сингулярный спектральный анализ (SSA) — это непараметрический метод декомпозиции и прогнозирования временных рядов, основанный на сингулярном разложении (SVD) вложенной матрицы с временными задержками. Введенный Брумхедом и Кингом (Broomhead and King, 1986) и далее развитый Вотаром, Иу и Гилом (Vautard, Yiou, and Ghil, 1992), SSA декомпозирует временные ряды на трендовые, осцилляторные и шумовые компоненты без предположения о какой-либо базовой модели. Он особенно эффективен для коротких, зашумленных нестационарных сигналов, где параметрические подходы оказываются неэффективными.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Singular Spectrum Analysis. ScholarGate. https://scholargate.app/ru/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.
- Анализ независимых компонент (ICA)Машинное обучение↔ compare
- Кернел PCAМашинное обучение↔ compare
- Разложение на сингулярные числаЧисленные методы↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →