دانلود کتاب Singular Spectrum Analysis for Time Series (به فارسی: تجزیه و تحلیل طیف منفرد برای سری های زمانی) نوشته شده توسط «Nina Golyandina – Anatoly Zhigljavsky (auth.)»
اطلاعات کتاب تجزیه و تحلیل طیف منفرد برای سری های زمانی
موضوع اصلی: ریاضیات
نوع: کتاب الکترونیکی
ناشر: Springer-Verlag Berlin Heidelberg
نویسنده: Nina Golyandina – Anatoly Zhigljavsky (auth.)
زبان: english
فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2013
تعداد صفحه: 120 / 125
حجم فایل: 1.80 مگابایت
کد کتاب: 3642349137 , 9783642349133
نوبت چاپ: 1
توضیحات کتاب تجزیه و تحلیل طیف منفرد برای سری های زمانی
تحلیل طیف منفرد (SSA) یک تکنیک تجزیه و تحلیل سری زمانی و پیش‌بینی است که عناصر آنالیز سری زمانی کلاسیک، آمار چند متغیره، هندسه چند متغیره، سیستم‌های دینامیکی و پردازش سیگنال را ترکیب می‌کند. SSA به دنبال تجزیه سری اصلی به تعداد کمی از اجزای قابل تفسیر مانند روند، اجزای نوسانی و نویز است. این بر اساس تجزیه ارزش منفرد یک ماتریس خاص ساخته شده بر اساس سری زمانی است. نه یک مدل پارامتریک و نه ایستایی برای سری های زمانی در نظر گرفته شده است. این امر SSA را به روشی بدون مدل تبدیل می‌کند و از این رو SSA را قادر می‌سازد تا دامنه بسیار وسیعی از کاربرد داشته باشد. کتاب حاضر به روش شناسی SSA اختصاص دارد و نحوه استفاده از SSA را هم به صورت ایمن و هم با حداکثر تأثیر نشان می دهد. خوانندگان بالقوه این کتاب عبارتند از: آماردانان حرفه ای و اقتصاد سنجی، متخصصان در هر رشته ای که در آن مشکلات تجزیه و تحلیل سری های زمانی و پیش بینی رخ می دهد، متخصصان پردازش سیگنال و موارد مورد نیاز برای استخراج سیگنال از داده های پر سر و صدا، و دانشجویانی که دروس تحلیل سری های زمانی کاربردی را می گذرانند. .
Singular spectrum analysis (SSA) is a technique of time series analysis and forecasting combining elements of classical time series analysis, multivariate statistics, multivariate geometry, dynamical systems and signal processing. SSA seeks to decompose the original series into a sum of a small number of interpretable components such as trend, oscillatory components and noise. It is based on the singular value decomposition of a specific matrix constructed upon the time series. Neither a parametric model nor stationarity are assumed for the time series. This makes SSA a model-free method and hence enables SSA to have a very wide range of applicability. The present book is devoted to the methodology of SSA and shows how to use SSA both safely and with maximum effect. Potential readers of the book include: professional statisticians and econometricians, specialists in any discipline in which problems of time series analysis and forecasting occur, specialists in signal processing and those needed to extract signals from noisy data, and students taking courses on applied time series analysis.
دانلود کتاب «تجزیه و تحلیل طیف منفرد برای سری های زمانی»
