Filtro de Kalman para series temporales
El filtro de Kalman para series temporales aplica el algoritmo de filtrado y suavizado de Kalman dentro de una representación de espacio de estados de modelos de series temporales. Extrae recursivamente componentes no observados —tendencia, estacionalidad, ciclos y ruido irregular— de los datos observados, proporcionando estimaciones óptimas filtradas y suavizadas del estado junto con su incertidumbre, y permitiendo la evaluación exacta de la verosimilitud para la estimación de parámetros.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- Durbin, J. & Koopman, S. J. (2012). Time Series Analysis by State Space Methods (2nd ed.). Oxford University Press. ISBN: 978-0199641178
- Harvey, A. C. (1989). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 978-0521321969
Cómo citar esta página
ScholarGate. (2026, June 3). Kalman Filter for Time Series State-Space Models. ScholarGate. https://scholargate.app/es/bayesian/time-series-kalman-filter
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Regresión bayesianaBayesiano↔ comparar
- Red Bayesiana DinámicaBayesiano↔ comparar
- Filtro de KalmanBayesiano↔ comparar
- Filtro de Partículas (Monte Carlo Secuencial)Bayesiano↔ comparar
- Monte Carlo SecuencialBayesiano↔ comparar
- Inferencia bayesiana de series temporalesBayesiano↔ comparar
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →