Модель пространства состояний (фильтр Калмана)
Модель пространства состояний — это общая структура временных рядов, которая описывает ряд через ненаблюдаемые (скрытые) переменные состояния, связанные уравнением измерения и переходным уравнением, причем состояния оцениваются в реальном времени с помощью фильтра Калмана. Разработанная в традиции пространства состояний Харви (1990) и Дурбина и Купмана (2012), она включает ARIMA и экспоненциальное сглаживание как частные случаи.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
+ ещё 27
Источники
- Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. DOI: 10.1017/CBO9781107049994 ↗
- Durbin, J. & Koopman, S. J. (2012). Time Series Analysis by State Space Methods (2nd ed.). Oxford University Press. DOI: 10.1093/acprof:oso/9780199641178.001.0001 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). State Space Model (Kalman Filter). ScholarGate. https://scholargate.app/ru/econometrics/state-space-model
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Модель ARIMA (авторегрессионная интегрированная скользящая средняя)Эконометрика↔ сравнить
- Байесовская векторная авторегрессия (BVAR)Эконометрика↔ сравнить
- Модель Марковских переключений режимов (MS-AR / MS-VAR)Эконометрика↔ сравнить
- Структурная модель временных рядов (базовая структурная модель)Эконометрика↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →