A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä
Dimension Reduction for Time Series in a Blind Source Separation Context Using R (2021)


Nordhausen, K., Matilainen, M., Miettinen, J., Virta, J., & Taskinen, S. (2021). Dimension Reduction for Time Series in a Blind Source Separation Context Using R. Journal of Statistical Software, 98, Article 15. https://doi.org/10.18637/jss.v098.i15


JYU-tekijät tai -toimittajat


Julkaisun tiedot

Julkaisun kaikki tekijät tai toimittajatNordhausen, Klaus; Matilainen, Markus; Miettinen, Jari; Virta, Joni; Taskinen, Sara

Lehti tai sarjaJournal of Statistical Software

eISSN1548-7660

Julkaisuvuosi2021

Volyymi98

Artikkelinumero15

KustantajaFoundation for Open Access Statistic

JulkaisumaaYhdysvallat (USA)

Julkaisun kielienglanti

DOIhttps://doi.org/10.18637/jss.v098.i15

Julkaisun avoin saatavuusAvoimesti saatavilla

Julkaisukanavan avoin saatavuusKokonaan avoin julkaisukanava

Julkaisu on rinnakkaistallennettu (JYX)https://jyx.jyu.fi/handle/123456789/77132


Tiivistelmä

Multivariate time series observations are increasingly common in multiple fields of science but the complex dependencies of such data often translate into intractable models with large number of parameters. An alternative is given by first reducing the dimension of the series and then modelling the resulting uncorrelated signals univariately, avoiding the need for any covariance parameters. A popular and effective framework for this is blind source separation. In this paper we review the dimension reduction tools for time series available in the R package tsBSS. These include methods for estimating the signal dimension of second-order stationary time series, dimension reduction techniques for stochastic volatility models and supervised dimension reduction tools for time series regression. Several examples are provided to illustrate the functionality of the package.


YSO-asiasanataikasarja-analyysimonimuuttujamenetelmätsignaalianalyysisignaalinkäsittelyR-kieli

Vapaat asiasanatblind source separation; supervised dimension reduction; R


Liittyvät organisaatiot


OKM-raportointiKyllä

VIRTA-lähetysvuosi2021

JUFO-taso1


Viimeisin päivitys 2024-12-10 klo 10:15