Bayesiansk inferens for tidsserier
Bayesiansk inferens for tidsserier anvender Bayes' sætning sekventielt på tidsordnede observationer, idet der opretholdes en fuld sandsynlighedsfordeling over skjulte tilstande og modelparametre ved hvert tidspunkt. Dette rammeværk forener tilstandsrumsmodeller, dynamiske lineære modeller og partikelfiltre, hvilket producerer kalibreret usikkerhed for både filtrerings- (realtid) og retrospektive udglatningsopgaver.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Kilder
- West, M. & Harrison, J. (1997). Bayesian Forecasting and Dynamic Models (2nd ed.). Springer. ISBN: 978-0387947259
- Prado, R. & West, M. (2010). Time Series: Modeling, Computation, and Inference. CRC Press. ISBN: 978-1420093360
Sådan citerer du denne side
ScholarGate. (2026, June 3). Bayesian Inference for Time Series Models. ScholarGate. https://scholargate.app/da/bayesian/time-series-bayesian-inference
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.
- Bayesiansk regressionBayesiansk↔ compare
- Dynamisk Bayesiansk NetværkBayesiansk↔ compare
- Hierarkisk Bayesiansk InferensBayesiansk↔ compare
- Kalman-filterBayesiansk↔ compare
- Partikelfilter (sekventiel Monte Carlo)Bayesiansk↔ compare
- Sekventiel Monte CarloBayesiansk↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →