Kalmanův filtr s chybějícími daty
Kalmanův filtr s chybějícími daty rozšiřuje klasický Kalmanův filtr pro zpracování časových řad, u nichž chybí některé pozorované hodnoty. Pokud pozorovaná hodnota v čase t chybí, krok aktualizace se přeskočí a odhad stavu se přenese pouze z predikčního kroku. V kombinaci s algoritmem Expectation-Maximisation (EM) tento přístup také odhaduje neznámé parametry modelu z neúplných dat, což z něj činí praktický nástroj pro reálné, nepravidelně pozorované řady.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Shumway, R. H. & Stoffer, D. S. (2000). Time Series Analysis and Its Applications. Springer. ISBN: 978-0387989501
- Harvey, A. C. (1989). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 978-0521405737
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Kalman Filter for State-Space Models with Missing Observations. ScholarGate. https://scholargate.app/cs/bayesian/kalman-filter-with-missing-data
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayesovská inference s chybějícími datyBayesovská statistika↔ compare
- Algoritmus EMStatistika↔ compare
- Kalmanův filtrBayesovská statistika↔ compare
- Částicový filtr s chybějícími datyBayesovská statistika↔ compare
- Sekvenční Monte CarloBayesovská statistika↔ compare
- Model stavového prostoru (Kalmanův filtr)Ekonometrie↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →