奇异谱分析作为时间序列分析与信号处理方法的特性与共性
统计方法学
2021-01-26 v2
摘要
奇异谱分析（Singular Spectrum Analysis, SSA）自二十世纪下半叶以来一直是迅速发展中的时间序列分析方法。由于它可被称为时间序列的主成分分析，SSA无疑将成为未来时间序列分析与信号处理中的标准方法。此外，SSA所解决的问题远比主成分分析广泛。特别是，频率估计、预测和缺失值填补等问题均可在SSA框架内解决。SSA的思想源自不同的科学群体，例如时间序列分析研究者（Karhunen-Loeve分解）、信号处理（低秩近似与频率估计）以及多元数据分析（主成分分析）等群体。同时，根据应用领域不同，对同一算法、参数选择以及整体方法论存在着不同视角。因此，本文旨在描述并比较关于SSA及其变体与扩展的不同视角，以使来自不同科学群体的人能够了解该方法潜在的新方面。
引用
@article{arxiv.1907.02579,
title = {Particularities and commonalities of singular spectrum analysis as a method of time series analysis and signal processing},
author = {Nina Golyandina},
journal= {arXiv preprint arXiv:1907.02579},
year = {2021}
}