Ajakohaline Kalman-filter
Ajakohaline Kalman-filter rakendab Kalman-filtrit ja silumise algoritmi ajasarjamudelite oleku-ruumi esituses. See rekursiivselt eraldab vaatlusandmetest vaatluseta komponendid – trendi, hooajalisuse, tsüklid ja juhusliku müra – pakkudes optimaalseid filtreeritud ja silutud oleku hinnanguid koos nende ebakindlusega ning võimaldades täpse tõenäosuse hindamise parameetrite hindamiseks.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Meetodikaart
Seotud meetodite ümbruskond — vali sõlm, et seda uurida.
Allikad
- 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
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Kalman Filter for Time Series State-Space Models. ScholarGate. https://scholargate.app/et/bayesian/time-series-kalman-filter
Milline meetod?
Aseta see meetod oma lähimate sugulaste kõrvale ja loe neid kõrvuti — raamatukogu laob raamatud lauale; valik on sinu.
- Bayes' regressioonBayesi meetodid↔ võrdle
- Dünaamiline BayesivõrkBayesi meetodid↔ võrdle
- Kalmani filterBayesi meetodid↔ võrdle
- Particle Filter (Sequential Monte Carlo)Bayesi meetodid↔ võrdle
- Jadaline Monte CarloBayesi meetodid↔ võrdle
- Aegridade Bayes'lik inferentsBayesi meetodid↔ võrdle
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →