异常数据检测 | Python基于奇异谱分析时间序列插补预测

文章概述

在时间序列分析中，「奇异谱分析」（「SSA」）是一种非参数谱估计方法。它结合了经典时间序列分析、多元统计、多元几何、动力系统和信号处理的元素。

“奇异谱分析”这个名称涉及协方差矩阵的奇异值分解中的特征值谱，而不是直接涉及频域分解。
SSA 可以帮助分解时间序列分解为组件的总和，每个组件都有有意义的解释。如下图所示，奇异谱分析分解出来了趋势、变化和噪声三部分。
SSA只考虑数据本身的特征，不考虑其他因素，特别适合于插补、平稳时间序列的预测。

源码分享

mSSA运行示例：在本笔记本中，我们在真实数据集上展示了「mSSA」的核心功能

要运行此测试，需要：

「（1）」mSSA包
「（2）」安装了numpy、pandas和matplotlib包

要安装mSSA包，需要：将目录更改为mSSA文件夹（文末下载）

「（3）」使用“pip-install .”加载mSSA package

cd D:\OneDrive\GitHub\SSA\mSSA-package
D:
pip install .

Import the packages

from mssa.mssa import mSSA
import pa