Time series Bayesian inference
Time series Bayesian inference applies Bayes' theorem sequentially to time-ordered observations, maintaining a full probability distribution over hidden states and model parameters at every time step. This framework unifies state-space models, dynamic linear models, and particle filters, producing calibrated uncertainty for both filtering (real-time) and retrospective smoothing tasks.
Registro de origem
Citações copiadas literalmente do registro de origem do método. Nenhuma verificação em nível de alegação é inferida delas.
- 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
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.