Modèle d'espace d'états (Filtre de Kalman)
Un modèle d'espace d'états est un cadre général de séries chronologiques qui décrit une série par des variables d'état latentes (non observées) reliées par une équation de mesure et une équation de transition, les états étant estimés en temps réel par le filtre de Kalman. Développé dans la tradition de l'espace d'états de Harvey (1990) et Durbin & Koopman (2012), il englobe les modèles ARIMA et de lissage exponentiel comme cas particuliers.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+27 more
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 1). State Space Model (Kalman Filter). ScholarGate. https://scholargate.app/fr/econometrics/state-space-model
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.
- Modèle ARIMA (Autoregressive Integrated Moving Average)Économétrie↔ compare
- Autoregression vectorielle bayésienne (BVAR)Économétrie↔ compare
- Modèle à changement de régime markovien (MS-AR / MS-VAR)Économétrie↔ compare
- Modèle structurel de séries temporelles (Modèle structurel de base)Économétrie↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →