Inferência Bayesiana para Séries Temporais
A inferência Bayesiana para séries temporais aplica o teorema de Bayes sequencialmente a observações ordenadas no tempo, mantendo uma distribuição de probabilidade completa sobre estados ocultos e parâmetros do modelo em cada passo de tempo. Este arcabouço unifica modelos de espaço de estados, modelos lineares dinâmicos e filtros de partículas, produzindo incerteza calibrada tanto para tarefas de filtragem (em tempo real) quanto de suavização retrospectiva.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Inference for Time Series Models. ScholarGate. https://scholargate.app/pt/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.
- Regressão BayesianaBayesiano↔ compare
- Rede Bayesiana DinâmicaBayesiano↔ compare
- Inferência Bayesiana HierárquicaBayesiano↔ compare
- Filtro de KalmanBayesiano↔ compare
- Filtro de Partículas (Monte Carlo Sequencial)Bayesiano↔ compare
- Monte Carlo SequencialBayesiano↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →