Filter Kalman Deret Waktu
Filter Kalman deret waktu menerapkan algoritma penyaringan dan penghalusan Kalman dalam representasi ruang-keadaan (state-space) model deret waktu. Algoritma ini secara rekursif mengekstraksi komponen yang tidak teramati — tren, musiman, siklus, dan derau ireguler — dari data yang teramati, memberikan estimasi keadaan tersaring dan terhalus yang optimal beserta ketidakpastiannya, serta memungkinkan evaluasi kemungkinan (likelihood) yang tepat untuk estimasi parameter.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Kalman Filter for Time Series State-Space Models. ScholarGate. https://scholargate.app/id/bayesian/time-series-kalman-filter
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Regresi BayesianBayesian↔ bandingkan
- Jaringan Bayesian DinamisBayesian↔ bandingkan
- Filter KalmanBayesian↔ bandingkan
- Filter Partikel (Monte Carlo Sekuensial)Bayesian↔ bandingkan
- Monte Carlo SekuensialBayesian↔ bandingkan
- Inferensi Bayesian Deret WaktuBayesian↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →