Kalman Filter with Missing Data
The Kalman filter with missing data extends the classical Kalman filter to handle time series in which some observations are absent. When an observation is missing at time t the update step is skipped and the state estimate is carried forward from the prediction step alone. Combined with the Expectation-Maximisation (EM) algorithm, the approach also estimates unknown model parameters from incomplete data, making it a practical tool for real-world irregularly observed series.
Registro de origem
Citações copiadas literalmente do registro de origem do método. Nenhuma verificação em nível de alegação é inferida delas.
- Shumway, R. H. & Stoffer, D. S. (2000). Time Series Analysis and Its Applications. Springer. · ISBN 978-0387989501
- Harvey, A. C. (1989). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. · ISBN 978-0521405737
Alegações curadas
Alegações persistidas no livro-razão de evidências, cada uma com sua própria avaliação.
Esta visualização não inventa uma avaliação de alegação quando o livro-razão não a possui.
Métodos relacionados
Gerado a partir do grafo de métodos e mostrado como relações sugeridas por máquina — nenhuma alegação de evidência é inferida.