Singular Spectrum Analysis
Singular Spectrum Analysis (SSA) je neparametarska metoda za dekompoziciju i prognoziranje vremenskih serija zasnovana na dekompoziciji po singularnim vrednostima (SVD) ugrađene matrice sa vremenskim kašnjenjem. Uvedena od strane Broomheada i Kinga (1986) i dalje razvijena od strane Vautarda, Yioua i Ghila (1992), SSA dekomponuje vremenske serije na komponente trenda, oscilacija i šuma bez pretpostavke o osnovnom modelu. Posebno je efikasna za kratke, bučne nestacionarne signale gde parametarske metode ne uspevaju.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Singular Spectrum Analysis. ScholarGate. https://scholargate.app/sr/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.
- Независна компонента анализа (ICA)Mašinsko učenje↔ compare
- Kernel PCAMašinsko učenje↔ compare
- Singular Value DecompositionNumeričke metode↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →