Regression model
状態空間モデル（カルマンフィルタ）
状態空間モデルは、観測不可能な（潜在的な）状態変数によって時系列を記述する一般的な時系列フレームワークであり、観測方程式と遷移方程式によって結び付けられ、状態はカルマンフィルタによってリアルタイムで推定されます。Harvey (1990) および Durbin & Koopman (2012) の状態空間の伝統に基づいて開発されたこのモデルは、ARIMA および指数平滑法を特殊なケースとして包含します。
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。
Method map
The neighbourhood of related methods — select a node to explore.
+27 more
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 1). State Space Model (Kalman Filter). ScholarGate. https://scholargate.app/ja/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.
- ARIMA（自己回帰和分移動平均）モデル計量経済学↔ compare
- ベイズ型ベクトル自己回帰（BVAR）計量経済学↔ compare
- マルコフ体制スイッチングモデル (MS-AR / MS-VAR)計量経済学↔ compare
- 構造的時系列モデル（基本構造モデル）計量経済学↔ compare
この手法を参照する項目
ベイジアンSARIMAモデルベイジアン構造時系列モデルデジタルツインシミュレーション動的確率的汎用均衡（DSGE）モデルアンサンブルカルマンフィルタETS: 誤差、トレンド、季節指数平滑法単純指数平滑法（SES）およびホルト法（Double Exponential Smoothing）FiLM: Frequency Improved Legendre Memory ModelHolt-Winters三重指数平滑法ホドリック-プレスコット・フィルター：マクロ経済時系列のトレンド・サイクル分解欠損データを含むカルマンフィルタKoopa: 非定常時系列のためのクープマン予測器パーティクルフィルタ（逐次モンテカルロ法）ProphetロバストARIMAモデル季節ARIMA (SARIMA)SARIMAX時変パラメータ自己回帰モデル（TVP-AR）時変パラメータARIMAモデル（TVP-ARIMA）時変パラメータARMAモデル (TVP-ARMA)時変係数動的パネルデータモデル時間変動パラメータ・エングル・グレンジャー共和分時変パラメータ固定効果モデル時変パラメータGARCHモデル (TVP-GARCH)時変パラメータGLS (TVP-GLS)時間変動パラメータ・ハウスマン検定時変係数OLS（TVP-OLS）時間変動パラメータパネルデータ分析時変パラメータSARIMAモデル（TVP-SARIMA）時間変動パラメータTGARCHモデル時間変動係数VARモデル（TVP-VAR）時間変動係数ベクトル誤差修正モデル (TVP-VECM)時間変動係数加重最小二乗法 (TVP-WLS)