对 SSA 预测参数选择的实验评估

Teodor Knapik, A. Ratiarison, Hasina Razafindralambo
{"title":"对 SSA 预测参数选择的实验评估","authors":"Teodor Knapik, A. Ratiarison, Hasina Razafindralambo","doi":"10.46298/arima.9641","DOIUrl":null,"url":null,"abstract":"Six time series related to atmospheric phenomena are used as inputs for experiments offorecasting with singular spectrum analysis (SSA). Existing methods for SSA parametersselection are compared throughout their forecasting accuracy relatively to an optimal aposteriori selection and to a naive forecasting methods. The comparison shows that awidespread practice of selecting longer windows leads often to poorer predictions. It alsoconfirms that the choices of the window length and of the grouping are essential. Withthe mean error of rainfall forecasting below 1.5%, SSA appears as a viable alternative forhorizons beyond two weeks.\n Six séries temporelles ont servi pour des évaluations expérimentales, en fonction des paramètres choisis, d'exactitude de prévisions de phénomènes atmosphériques par la méthode d'analyse de spectre singulier (SSA). Les méthodes les plus connues de sélection automatique des ces paramètres ont été comparées avec une sélection optimale a posteriori et des méthodes de prévision naïves. On constate notamment qu'une pratique répandue d'utiliser des fenêtres plus larges conduit souvent à des prévisions de médiocre qualité. On confirme aussi que le choix du groupement est capital. Avec l'erreur moyenne observée en dessous de 1,5% de prévisions de pluviométrie pour des horizons au delà de deux semaines, la SSA apparaît comme une alternative viable à d'autres méthodes de prévision.","PeriodicalId":517660,"journal":{"name":"Revue Africaine de Recherche en Informatique et Mathématiques Appliquées","volume":" 5","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-03-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"An experimental evaluation of choices of SSA forecasting parameters\",\"authors\":\"Teodor Knapik, A. Ratiarison, Hasina Razafindralambo\",\"doi\":\"10.46298/arima.9641\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Six time series related to atmospheric phenomena are used as inputs for experiments offorecasting with singular spectrum analysis (SSA). Existing methods for SSA parametersselection are compared throughout their forecasting accuracy relatively to an optimal aposteriori selection and to a naive forecasting methods. The comparison shows that awidespread practice of selecting longer windows leads often to poorer predictions. It alsoconfirms that the choices of the window length and of the grouping are essential. Withthe mean error of rainfall forecasting below 1.5%, SSA appears as a viable alternative forhorizons beyond two weeks.\\n Six séries temporelles ont servi pour des évaluations expérimentales, en fonction des paramètres choisis, d'exactitude de prévisions de phénomènes atmosphériques par la méthode d'analyse de spectre singulier (SSA). Les méthodes les plus connues de sélection automatique des ces paramètres ont été comparées avec une sélection optimale a posteriori et des méthodes de prévision naïves. On constate notamment qu'une pratique répandue d'utiliser des fenêtres plus larges conduit souvent à des prévisions de médiocre qualité. On confirme aussi que le choix du groupement est capital. Avec l'erreur moyenne observée en dessous de 1,5% de prévisions de pluviométrie pour des horizons au delà de deux semaines, la SSA apparaît comme une alternative viable à d'autres méthodes de prévision.\",\"PeriodicalId\":517660,\"journal\":{\"name\":\"Revue Africaine de Recherche en Informatique et Mathématiques Appliquées\",\"volume\":\" 5\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2024-03-25\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revue Africaine de Recherche en Informatique et Mathématiques Appliquées\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.46298/arima.9641\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revue Africaine de Recherche en Informatique et Mathématiques Appliquées","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.46298/arima.9641","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

与大气现象相关的六个时间序列被用作奇异频谱分析(SSA)预测实验的输入。比较了现有的单频谱分析参数选择方法与最优aposteriori选择方法和天真预测方法的预测精度。比较结果表明,选择较长窗口的普遍做法往往会导致较差的预测结果。这也证明了窗口长度和分组的选择至关重要。由于降雨预报的平均误差低于 1.5%,SSA 似乎是两周以上时段的可行替代方法。使用奇异频谱分析(SSA)方法对大气现象预报的准确性进行了实验性评估,评估中使用了六个时间序列作为所选参数的函数。将自动选择这些参数的最著名方法与后验最优选择法和天真预测法进行了比较。特别是,我们发现使用较宽窗口的普遍做法往往会导致预报质量一般。我们还证实,分组的选择至关重要。由于两周以上降雨量预测的平均误差小于 1.5%,因此 SSA 似乎是其他预测方法的可行替代方案。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
An experimental evaluation of choices of SSA forecasting parameters
Six time series related to atmospheric phenomena are used as inputs for experiments offorecasting with singular spectrum analysis (SSA). Existing methods for SSA parametersselection are compared throughout their forecasting accuracy relatively to an optimal aposteriori selection and to a naive forecasting methods. The comparison shows that awidespread practice of selecting longer windows leads often to poorer predictions. It alsoconfirms that the choices of the window length and of the grouping are essential. Withthe mean error of rainfall forecasting below 1.5%, SSA appears as a viable alternative forhorizons beyond two weeks. Six séries temporelles ont servi pour des évaluations expérimentales, en fonction des paramètres choisis, d'exactitude de prévisions de phénomènes atmosphériques par la méthode d'analyse de spectre singulier (SSA). Les méthodes les plus connues de sélection automatique des ces paramètres ont été comparées avec une sélection optimale a posteriori et des méthodes de prévision naïves. On constate notamment qu'une pratique répandue d'utiliser des fenêtres plus larges conduit souvent à des prévisions de médiocre qualité. On confirme aussi que le choix du groupement est capital. Avec l'erreur moyenne observée en dessous de 1,5% de prévisions de pluviométrie pour des horizons au delà de deux semaines, la SSA apparaît comme une alternative viable à d'autres méthodes de prévision.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信