Modelo de espacio de estados (Filtro de Kalman)
Un modelo de espacio de estados es un marco general de series temporales que describe una serie a través de variables de estado latentes (no observadas) enlazadas por una ecuación de medición y una ecuación de transición, con los estados estimados en tiempo real por el filtro de Kalman. Desarrollado en la tradición de espacio de estados de Harvey (1990) y Durbin & Koopman (2012), anida ARIMA y suavizado exponencial como casos especiales.
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.
+27 más
Fuentes
- Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. DOI: 10.1017/CBO9781107049994 ↗
- Durbin, J. & Koopman, S. J. (2012). Time Series Analysis by State Space Methods (2nd ed.). Oxford University Press. DOI: 10.1093/acprof:oso/9780199641178.001.0001 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). State Space Model (Kalman Filter). ScholarGate. https://scholargate.app/es/econometrics/state-space-model
¿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.
- Modelo ARIMA (Autoregressive Integrated Moving Average)Econometría↔ comparar
- Autoregresión Vectorial Bayesiana (BVAR)Econometría↔ comparar
- Modelo de cambio de régimen de Markov (MS-AR / MS-VAR)Econometría↔ comparar
- Structural Time Series ModelEconometría↔ comparar
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →