SSA is a univariate time-series mod

SSA is a univariate time-series model and does not rely on a priori defined functions; however, it generates a set of components directly from the time-series under study . Unlike in traditional time-series models, the trend is any gradually varying component of the series that does not contain cyclical or seasonal components. The SSA model is also nonparametric; hence, it is not limited by linearity, normality, and stationarity of the data. Applying SSA to measure the nonlinear dependency of financial markets shows more accurate than conventional univariate time-series models.

結果 (繁體中文) 1:

SSA是單變量的時間序列模型，並且不依賴於先驗定義的函數; 然而，它產生從所研究的時間序列的一組部件的直接。不同於傳統的時間序列模型，趨勢是不包含週期性或季節性組件的系列中的任何逐漸變化的組成部分。該SSA模式也非參數; 因此，它不是由線性，正態性，以及數據的平穩性的限制。SSA應用來衡量的金融市場顯示出比傳統的單變量時間序列模型更精確的非線性關係。

結果 (繁體中文) 2:

SSA 是單變數時間序列模型，不依賴于預先定義的函數;然而，它直接從正在研究的時間序列中生成一組元件。與傳統的時序模型不同，趨勢是序列中不包含週期性或季節性成分的任何逐漸變化的成分。SSA 模型也是非參數;因此，它不受資料的線性性、正態性和穩態性的限制。應用SSA測量金融市場的非線性依賴性比傳統的單變數時間序列模型更精確。

結果 (繁體中文) 3:

SSA是一個單變數時間序列模型，不依賴於先驗定義的函數，但它直接從所研究的時間序列生成一組分量。與傳統時間序列模型不同，趨勢是序列中不包含週期性或季節性成分的任何逐漸變化的成分。SSA模型也是非參數的；囙此，它不受數據的線性、正態性和平穩性的限制。將SSA應用於金融市場的非線性相關性度量，比傳統的單變數時間序列模型具有更高的精度。