Filtro de Kalman para Séries Temporais
O filtro de Kalman para séries temporais aplica o algoritmo de filtragem e suavização de Kalman dentro de uma representação em espaço de estados de modelos de séries temporais. Ele extrai recursivamente componentes não observados — tendência, sazonalidade, ciclos e ruído irregular — de dados observados, fornecendo estimativas ótimas filtradas e suavizadas do estado juntamente com sua incerteza, e permitindo a avaliação exata da verossimilhança para estimação de parâmetros.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Kalman Filter for Time Series State-Space Models. ScholarGate. https://scholargate.app/pt/bayesian/time-series-kalman-filter
Qual método?
Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.
- Regressão BayesianaBayesiano↔ comparar
- Rede Bayesiana DinâmicaBayesiano↔ comparar
- Filtro de KalmanBayesiano↔ comparar
- Filtro de Partículas (Monte Carlo Sequencial)Bayesiano↔ comparar
- Monte Carlo SequencialBayesiano↔ comparar
- Inferência Bayesiana para Séries TemporaisBayesiano↔ comparar
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →