Filtrul Kalman pentru serii de timp
Filtrul Kalman pentru serii de timp aplică algoritmul de filtrare și netezire Kalman în cadrul unei reprezentări spațiu-stare a modelelor de serii de timp. Acesta extrage recursiv componente neobservate — tendință, sezonalitate, cicluri și zgomot neregulament, din date observate, oferind estimări optime filtrate și netezite ale stării împreună cu incertitudinea acestora și permițând evaluarea exactă a verosimilității pentru estimarea parametrilor.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Harta metodelor
Vecinătatea metodelor înrudite — selectați un nod pentru a explora.
Surse
- 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
Cum se citează această pagină
ScholarGate. (2026, June 3). Kalman Filter for Time Series State-Space Models. ScholarGate. https://scholargate.app/ro/bayesian/time-series-kalman-filter
Ce metodă?
Așezați această metodă lângă cele mai apropiate rude și citiți-le alăturat — biblioteca pune cărțile pe masă; alegerea vă aparține.
- Bayesian RegressionBayesian↔ compară
- Rețea bayesiană dinamicăBayesian↔ compară
- Filtru KalmanBayesian↔ compară
- Filtrul particulelor (Monte Carlo secvențial)Bayesian↔ compară
- Monte Carlo SecvențialBayesian↔ compară
- Inferență bayesiană pe serii de timpBayesian↔ compară
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →