Inferencia bayesiana de series temporales
La inferencia bayesiana de series temporales aplica el teorema de Bayes secuencialmente a observaciones ordenadas en el tiempo, manteniendo una distribución de probabilidad completa sobre los estados ocultos y los parámetros del modelo en cada paso de tiempo. Este marco unifica modelos de espacio de estados, modelos lineales dinámicos y filtros de partículas, produciendo incertidumbre calibrada tanto para tareas de filtrado (en tiempo real) como de suavizado retrospectivo.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Fuentes
- 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
Cómo citar esta página
ScholarGate. (2026, June 3). Bayesian Inference for Time Series Models. ScholarGate. https://scholargate.app/es/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.
- Regresión bayesianaBayesiano↔ compare
- Red Bayesiana DinámicaBayesiano↔ compare
- Inferencia Bayesiana JerárquicaBayesiano↔ compare
- Filtro de KalmanBayesiano↔ compare
- Filtro de Partículas (Monte Carlo Secuencial)Bayesiano↔ compare
- Monte Carlo SecuencialBayesiano↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →