Inferensi Bayesian Deret Waktu
Inferensi Bayesian deret waktu menerapkan teorema Bayes secara sekuensial pada observasi yang berurutan waktu, mempertahankan distribusi probabilitas penuh atas keadaan tersembunyi dan parameter model pada setiap langkah waktu. Kerangka kerja ini menyatukan model ruang keadaan, model linear dinamis, dan filter partikel, menghasilkan ketidakpastian terkalibrasi untuk tugas penyaringan (real-time) dan penghalusan retrospektif.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Bayesian Inference for Time Series Models. ScholarGate. https://scholargate.app/id/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.
- Regresi BayesianBayesian↔ compare
- Jaringan Bayesian DinamisBayesian↔ compare
- Inferensi Bayesian HierarkisBayesian↔ compare
- Filter KalmanBayesian↔ compare
- Filter Partikel (Monte Carlo Sekuensial)Bayesian↔ compare
- Monte Carlo SekuensialBayesian↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →