Фильтр Калмана для временных рядов
Фильтр Калмана для временных рядов применяет алгоритм фильтрации и сглаживания Калмана в рамках представления в пространстве состояний для моделей временных рядов. Он рекурсивно извлекает ненаблюдаемые компоненты — тренд, сезонность, циклы и случайный шум — из наблюдаемых данных, предоставляя оптимальные отфильтрованные и сглаженные оценки состояния вместе с их неопределенностью, а также обеспечивая точную оценку правдоподобия для оценки параметров.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Kalman Filter for Time Series State-Space Models. ScholarGate. https://scholargate.app/ru/bayesian/time-series-kalman-filter
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Байесовская регрессияБайесовские методы↔ сравнить
- Динамическая байесовская сетьБайесовские методы↔ сравнить
- Фильтр КалманаБайесовские методы↔ сравнить
- Фильтр частиц (последовательное Монте-Карло)Байесовские методы↔ сравнить
- Последовательный Монте-КарлоБайесовские методы↔ сравнить
- Байесовский вывод для временных рядовБайесовские методы↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →