时间序列分析 | Python实现SSA奇异谱时间序列分解(分解为周期序列和趋势序列的和)

时间序列分析 | Python实现SSA奇异谱时间序列分解(分解为周期序列和趋势序列的和)

基本介绍

时间序列分解是时序分析中的重要方法，广泛应用于时间序列预测，时间序列异常检测，时间序列聚类等场景，在工业界有很多的落地应用。一个时间序列往往是以下几类变化形式的叠加或耦合：
长期趋势(Secular trend, T)：长期趋势指现象在较长时期内持续发展变化的一种趋向或状态。
季节变动(Seasonal Variation, S)：季节波动是由于季节的变化引起的现象发展水平的规则变动
循环波动(Cyclical Variation, C)：循环波动指以若干年为期限，不具严格规则的周期性连续变动
不规则波动(Irregular Variation, I): 不规则波动指由于众多偶然因素对时间序列造成的影响。
其中循环波动和季节变动一般可整合分解为有规律的周期序列，而长期趋势则可整合分解为趋势序列。分解出这两种序列是时序分解中的重要课题。

算法流程