Modello a Spazio di Stati (Filtro di Kalman)
Un modello a spazio di stati è un framework generale per serie temporali che descrive una serie attraverso variabili di stato latenti (non osservate) collegate da un'equazione di misurazione e un'equazione di transizione, con gli stati stimati in tempo reale dal filtro di Kalman. Sviluppato nella tradizione dello spazio di stati di Harvey (1990) e Durbin & Koopman (2012), esso include ARIMA e livellamento esponenziale come casi speciali.
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.
+27 more
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). State Space Model (Kalman Filter). ScholarGate. https://scholargate.app/it/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.
- Modello ARIMA (Autoregressive Integrated Moving Average)Econometria↔ compare
- Autoregressione Vettoriale Bayesiana (BVAR)Econometria↔ compare
- Modello a commutazione di regime di Markov (MS-AR / MS-VAR)Econometria↔ compare
- Modello Strutturale di Serie Storiche (Modello Strutturale di Base)Econometria↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →