Kalmani filter puuduvate andmetega
Kalmani filter puuduvate andmetega laiendab klassikalist Kalmani filtrit ajaseeriate käsitlemiseks, milles mõned vaatlused puuduvad. Kui vaatlus puudub ajahetkel t, jäetakse uuendussamm vahele ja olekuhinnang kantakse edasi ainult ennustussammust. Koos ootus-maksimeerimise (EM) algoritmiga hindab see lähenemine ka tundmatuid mudeliparameetreid mittetäielike andmete põhjal, muutes selle praktiliseks tööriistaks reaalmaailma ebaregulaarselt vaadeldud seeriate jaoks.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Shumway, R. H. & Stoffer, D. S. (2000). Time Series Analysis and Its Applications. Springer. ISBN: 978-0387989501
- Harvey, A. C. (1989). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 978-0521405737
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Kalman Filter for State-Space Models with Missing Observations. ScholarGate. https://scholargate.app/et/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.
- Bayes' järeldus puuduvate andmetegaBayesi meetodid↔ compare
- EM AlgorithmStatistika↔ compare
- Kalmani filterBayesi meetodid↔ compare
- Osakestefilter puuduvate andmetegaBayesi meetodid↔ compare
- Jadaline Monte CarloBayesi meetodid↔ compare
- Oleku ruum mudel (Kalmani filter)Ökonomeetria↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →