Journal of Data Science· 2021Q3
Tekil Spektrum Analizi: Metodoloji ve Karşılaştırma
Singular Spectrum Analysis: Methodology and Comparison
- 627atıf
- Q3SCImago
- 2021yıl
Kısa özet
Tekil Spektrum Analizi (SSA), ABD'deki aylık kaza ölümleri verileri üzerinde yapılan incelemede, Box-Jenkins SARIMA, ARAR ve Holt-Winter yöntemlerine göre daha doğru zaman serisi tahminleri sunmaktadır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- SSA, Box-Jenkins SARIMA, ARAR ve Holt-Winter algoritmalarıyla karşılaştırılmıştır.
- Karşılaştırmada ABD'den alınan aylık kaza ölümleri verileri kullanılmıştır.
- SSA, diğer yöntemlere göre üstün tahmin doğruluğu sergilemiştir.
- Çalışma, SSA'yı zaman serisi analizi için güçlü bir teknik olarak öne çıkarmaktadır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
In recent years Singular Spectrum Analysis (SSA), used as a powerful technique in time series analysis, has been developed and applied to many practical problems. In this paper, the performance of the SSA tech nique has been considered by applying it to a well-known time series data set, namely, monthly accidental deaths in the USA. The results are com pared with those obtained using Box-Jenkins SARIMA models, the ARAR algorithm and the Holt-Winter algorithm (as described in Brockwell and Davis (2002)). The results show that the SSA technique gives a much more accurate forecast than the other methods indicated above.
Yazarların özeti; kaynağından alınmıştır. Journal of Data Science, 2021 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Uygulamalı Matematik
Applied MathematicsMathematics