Kalmanov filtar s nedostajućim podacima
Kalmanov filtar s nedostajućim podacima proširuje klasični Kalmanov filtar za obradu vremenskih nizova u kojima nedostaju neke opservacije. Kada je opservacija nedostupna u vremenu t, korak ažuriranja se preskače i procjena stanja prenosi se samo iz koraka predikcije. U kombinaciji s algoritmom očekivanja-maksimalizacije (EM), pristup također procjenjuje nepoznate parametre modela iz nepotpunih podataka, čineći ga praktičnim alatom za stvarno nepravilno promatrane nizove.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Kalman Filter for State-Space Models with Missing Observations. ScholarGate. https://scholargate.app/hr/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.
- Bayesijanska inferencija s nedostajućim podacimaBayesovska statistika↔ compare
- EM algoritamStatistika↔ compare
- Kalmanov filtarBayesovska statistika↔ compare
- Filtar čestica s nedostajućim podacimaBayesovska statistika↔ compare
- Sekvencijalno Monte CarloBayesovska statistika↔ compare
- Model prostora stanja (Kalmanov filtar)Ekonometrija↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →