ScholarGate
Assistent
Bayesian methodsBayesian / computational

Kalmanfilter for tidsserier

Kalmanfilteret for tidsserier anvender Kalmanfiltrerings- og glattingsalgoritmen innenfor en tilstandsromrepresentasjon av tidsseriemodeller. Det ekstraherer rekursivt uobserverte komponenter — trend, sesongvariasjon, sykluser og uregelmessig støy — fra observerte data, og gir optimale filtrerte og glattede tilstandsestimater sammen med deres usikkerhet, samt muliggjør eksakt sannsynlighetsvurdering for parameterestimering.

Åpne i MethodMindSnartVideoSnartLast ned lysbilder

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Metodekart

Nabolaget av beslektede metoder — velg en node for å utforske.

Kilder

  1. Durbin, J. & Koopman, S. J. (2012). Time Series Analysis by State Space Methods (2nd ed.). Oxford University Press. ISBN: 978-0199641178
  2. Harvey, A. C. (1989). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 978-0521321969

Slik siterer du denne siden

ScholarGate. (2026, June 3). Kalman Filter for Time Series State-Space Models. ScholarGate. https://scholargate.app/no/bayesian/time-series-kalman-filter

Hvilken metode?

Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.

Sammenlign side om side

Referert av

ScholarGateTime Series Kalman Filter (Kalman Filter for Time Series State-Space Models). Hentet 2026-06-15 fra https://scholargate.app/no/bayesian/time-series-kalman-filter · Datasett: https://doi.org/10.5281/zenodo.20539026