Bayesian methodsBayesian / computational

Φίλτρο Kalman με Ελλιπή Δεδομένα

Το φίλτρο Kalman με ελλιπή δεδομένα επεκτείνει το κλασικό φίλτρο Kalman για να χειριστεί χρονοσειρές στις οποίες κάποιες παρατηρήσεις απουσιάζουν. Όταν μια παρατήρηση λείπει χρονικά στο t, το βήμα ενημέρωσης παραλείπεται και η εκτίμηση της κατάστασης μεταφέρεται μόνο από το βήμα πρόβλεψης. Σε συνδυασμό με τον αλγόριθμο Προσδοκίας-Μέγιστης Τυποποίησης (EM), η προσέγγιση εκτιμά επίσης άγνωστους παραμέτρους του μοντέλου από ελλιπή δεδομένα, καθιστώντας την ένα πρακτικό εργαλείο για πραγματικές, ακανόνιστα παρατηρούμενες σειρές.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

Πηγές

  1. Shumway, R. H. & Stoffer, D. S. (2000). Time Series Analysis and Its Applications. Springer. ISBN: 978-0387989501
  2. Harvey, A. C. (1989). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 978-0521405737

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Kalman Filter for State-Space Models with Missing Observations. ScholarGate. https://scholargate.app/el/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.

Compare side by side

Αναφέρεται από

ScholarGateKalman Filter with Missing Data (Kalman Filter for State-Space Models with Missing Observations). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/bayesian/kalman-filter-with-missing-data · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026