Bayesian methodsBayesian / computational
時系列カルマンフィルタ
時系列カルマンフィルタは、時系列モデルの状態空間表現内でカルマンフィルタリングおよび平滑化アルゴリズムを適用するものである。これは、観測データからトレンド、季節性、周期、不規則ノイズといった観測不可能な成分を再帰的に抽出し、不確実性とともに最適なフィルタリング済みおよび平滑化済み状態推定値を提供し、パラメータ推定のための厳密な尤度評価を可能にする。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- 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
このページの引用方法
ScholarGate. (2026, June 3). Kalman Filter for Time Series State-Space Models. ScholarGate. https://scholargate.app/ja/bayesian/time-series-kalman-filter
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- ベイズ回帰ベイズ↔ 比較
- 動的ベイジアンネットワークベイズ↔ 比較
- カルマンフィルターベイズ↔ 比較
- パーティクルフィルタ（逐次モンテカルロ法）ベイズ↔ 比較
- 逐次モンテカルロ法ベイズ↔ 比較
- 時系列ベイズ推論ベイズ↔ 比較