Inferenza Bayesiana su Serie Storiche
L'inferenza Bayesiana su serie storiche applica il teorema di Bayes sequenzialmente a osservazioni ordinate nel tempo, mantenendo una distribuzione di probabilità completa sugli stati nascosti e sui parametri del modello ad ogni passo temporale. Questo framework unifica modelli spazio-temporali, modelli lineari dinamici e filtri particellari, producendo un'incertezza calibrata sia per il filtraggio (in tempo reale) sia per le attività di levigatura retrospettiva.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Bayesian Inference for Time Series Models. ScholarGate. https://scholargate.app/it/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.
- Regressione BayesianaBayesiano↔ compare
- Reti Bayesiane DinamicheBayesiano↔ compare
- Inferenza Bayesiana GerarchicaBayesiano↔ compare
- Filtro di KalmanBayesiano↔ compare
- Filtro a particelle (Monte Carlo Sequenziale)Bayesiano↔ compare
- Monte Carlo SequenzialeBayesiano↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →