تجزیه و تحلیل طیفی منفرد بر اساس برآوردگر کمترین واریانس

: تحلیل طیفی منفرد ssa به عنوان یک روش قدرتمند در تحلیل سری های زمانی توسعه یافته و در بسیاری مسائل علمی از آن استفاده می شود. این تحقیق روش تحلیل طیفی منفرد را تشریح می کند. برای این کار ابتدا به معرفی ماتریس هنکل و تجزیه ویژه مقدار svd می پردازیم. در ادامه روش ssa بر پایه برآوردگر مینیمم واریانس و کمترین توان‏های دوم خطا برای پیش بینی سری های زمانی را معرفی می نماییم. سپس در مورد انتخاب پارامترها در ssa و ملاک های تفکیک پذیری بحث نموده و با استفاده از شبیه سازی این روش را با مدل های کلاسیک نظیر مدل های sarima باکس-جنکینز، الگوریتم arar و الگوریتم هالت وینترز مورد مقایسه قرار می دهیم. سرانجام روش های مذکور را برای داده های مربوط به قیمت طلا در ایران برای سال های 2009 تا 2011 مورد بحث و بررسی قرار می دهیم.