Aikasarjojen Bayesiläinen päättely
Aikasarjojen Bayesiläinen päättely soveltaa Bayesin teoreemaa sekventiaalisesti ajan mukaisesti järjestettyihin havaintoihin, ylläpitäen täyttä todennäköisyysjakaumaa piilotetuista tiloista ja malliparametreista jokaisella aikapisteellä. Tämä kehys yhdistää tilamallit, dynaamiset lineaariset mallit ja hiukkassuodattimet, tuottaen kalibroidun epävarmuuden sekä suodatus- (reaaliaikainen) että retrospektiivisiin tasoitus-tehtäviin.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Bayesian Inference for Time Series Models. ScholarGate. https://scholargate.app/fi/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.
- Bayesilainen regressioBayesilainen tilastotiede↔ compare
- Dynaaminen Bayesilainen VerkkoBayesilainen tilastotiede↔ compare
- Hierarkkinen Bayesiläinen päättelyBayesilainen tilastotiede↔ compare
- Kalman-suodinBayesilainen tilastotiede↔ compare
- Partikkelisuodin (sekventiaalinen Monte Carlo)Bayesilainen tilastotiede↔ compare
- Sekventiaalinen Monte CarloBayesilainen tilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →