6、基础时间序列分析：从频谱到奇异谱分析

基础时间序列分析：从频谱到奇异谱分析

1. 引言

在现实世界中，变量往往受动态方程支配，其表现出的模式会随时间演变。经典的傅里叶频谱分析是分析时间序列中时间行为的第一步，本文还将介绍窗口、滤波器的基本概念，以及奇异谱分析（SSA）、主振荡模式（POP）和复谱主成分分析等现代线性技术，用于分析数据集中的时空模式。

2. 频谱分析

2.1 傅里叶级数表示

对于定义在区间 $[0, T]$ 上的函数 $y(t)$，其傅里叶级数表示为：
$\hat{y}(t) = \frac{a_0}{2} + \sum_{m = 1}^{\infty}[a_m \cos(\omega_mt) + b_m \sin(\omega_mt)]$
其中，角频率 $\omega_m = \frac{2\pi m}{T}$，$m = 1, 2, \cdots$，傅里叶系数 $a_m$ 和 $b_m$ 分别为：
$a_m = \frac{2}{T} \int_{0}^{T}y(t) \cos(\omega_mt) dt$，$m = 0, 1, 2, \cdots$
$b_m = \frac{2}{T} \int_{0}^{T}y(t) \sin(\omega_mt) dt$，$m = 1, 2, \cdots$
且 $a_0 = \frac{2}{T} \int_{0}^{T}y(t) dt$，$\frac{a_0}{2}$ 为 $y$ 的均值。

对于离散时间序列 $y(t_n) \equiv y_n$，$n = 1, \cdots, N$，采样间隔 $\Delta t = \frac{T}{N}$，观测时间 $t_n