Aikasarjojen Kalman-suodin
Aikasarjojen Kalman-suodin soveltaa Kalman-suodatusta ja -silotusta tilanavaruusesityksessä oleviin aikasarjamalleihin. Se rekursiivisesti erottaa havaitsemattomat komponentit – trendin, kausivaihtelun, syklit ja satunnaisvaihtelun – havaituista tiedoista, tarjoten optimaaliset suodatetut ja silotetut tilan estimaatit epävarmuuksineen ja mahdollistaen tarkan uskottavuusfunktion evaluoinnin parametrien estimointia varten.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Kalman Filter for Time Series State-Space Models. ScholarGate. https://scholargate.app/fi/bayesian/time-series-kalman-filter
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Bayesilainen regressioBayesilainen tilastotiede↔ vertaa
- Dynaaminen Bayesilainen VerkkoBayesilainen tilastotiede↔ vertaa
- Kalman-suodinBayesilainen tilastotiede↔ vertaa
- Partikkelisuodin (sekventiaalinen Monte Carlo)Bayesilainen tilastotiede↔ vertaa
- Sekventiaalinen Monte CarloBayesilainen tilastotiede↔ vertaa
- Aikasarjojen Bayesiläinen päättelyBayesilainen tilastotiede↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →