×
海伦娜·维尔乔恩

逐步常见奇异谱分析与水平多通道奇异谱分析的比较。 （英语） Zbl 1462.62557号

Commun公司。统计、仿真计算。 46，第9号，6865-6878（2017）.
摘要：考虑了利用第二个时间序列提供的信息预测时间序列的问题。从预测误差的角度比较了奇异谱分析的两种多变量扩展：水平多通道SSA和逐步公共SSA。研究了根据趋势、周期、幅度和相位定义的不同信号结构。从广义上讲，我们发现无论是水平多通道SSA还是逐步普通SSA在所有情况下都不是最好的。横向MSSA表现优异，尤其是在考虑不同趋势的情况下。

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62M15型 随机过程和谱分析的推断

关键词：

多元时间序列;信号估计;奇异值分解;逐步公共主成分模拟

软件：

瑞萨;毛虫SSA;对
PDF格式BibTeX公司 XML格式引用
\textit{H.Viljoen}，Commun（通信员）。统计、仿真计算。46，第9号，6865--6878（2017；Zbl 1462.62557）
全文： DOI程序

参考文献：

[1] De Klerk，J.（2002）。奇异谱分析中的时间序列预测和模型选择。斯特伦博什大学未发表的博士论文。
[2] Flury，B.（1984）。k群中的常见主成分。美国统计协会杂志79:892-898。
[3] Flury，B.（1988年）。常见主成分和相关多元模型。纽约：Wiley·Zbl 1081.62535号
[4] Golub，G.H.，Van Loan，Ch.F.（1996年）。矩阵计算，第三版，伦敦：约翰霍普金斯大学出版社·Zbl 0865.65009号
[5] Golyandina，N.，Nekrutkin，V.V.，Stepanov，D.V.（2003）。用于多维时间序列分析的Caterpillar SSA方法的变体。（俄语）。网址：网址：http://www。gistatgroup.com/cat/。2012年5月访问。
[6] Golyandina，N.，Nekrutkin，V.V.，Zhigljavsky，A.（2001）。时间序列结构分析：SSA和相关技术。伦敦：查普曼和霍尔/CRC·Zbl 0978.62073号
[7] Golyandina，N.，Stepanov，D.V.（2005）。基于SSA的多维时间序列分析和预测方法。第五届模拟研讨会论文集。网址：http://www.gistatgroup.com/。访问日期：2012年3月5日。
[8] Golyandina，N.，Zhigljavsky，A.（2013）。时间序列的奇异谱分析，纽约：施普林格·Zbl 1276.62053号
[9] Golyandina，N，Kortombinikov，A.，Shelmov，A.和Usevich，K.（2015）。利用RSSA软件包对奇异谱分析进行多元和二维扩展。统计软件杂志67（2）：1-78
[10] Hassani，H.、Heravi，S.、Zhigljavsky，A.（2012）。用多元奇异谱分析预测英国工业生产。《预测杂志》32:395-408·Zbl 1397.62330号
[11] Hassani，H.、Mahmoudvand，R.（2013）。多元奇异谱分析：一般观点和新的向量预测方法。《国际能源与统计杂志》1:55-83。
[12] Hassani，H.、Mahmoudvand，R.、Zokaei，M.（2011）。奇异谱分析中的可分性和窗长。康普特斯·伦德斯·马塞马提克349（17）：987-990·Zbl 1232.62122号
[13] Mahmoudvand，R.，Najari，N.，Zokaei，M.（2013）。奇异谱分析中重建和预测的最佳参数。统计通信-模拟和计算42:860-870·Zbl 1433.62265号
[14] R开发核心团队。(2011). R： 统计计算语言和环境。R统计计算基金会。
[15] Trendafilov，N.T.（2010）。常用主成分的逐步估计。计算统计与数据分析54:3446-3457·Zbl 1284.62360号
[16] Venter，J.H.（2000）。通过展开进行时间序列分析。波切夫斯鲁姆大学商业数学和信息学中心。手稿FABWI-N-WST:2000-18。
[17] Viljoen，H.、Nel，D.G.（2010年）。几种时间序列的常见奇异谱分析。《统计规划与推断杂志》140:260-267·Zbl 1353.62104号
[18] Viljoen，H.，Steel，S.J.（2013）。识别二次级数进行逐步共奇异谱分析。猎户座29（2）：155-167。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。