Kalmanov filter s chýbajúcimi údajmi
Kalmanov filter s chýbajúcimi údajmi rozširuje klasický Kalmanov filter na spracovanie časových radov, v ktorých chýbajú niektoré pozorované hodnoty. Keď je pozorovaná hodnota v čase t chýbajúca, krok aktualizácie sa preskočí a odhad stavu sa prenesie iba z predikčného kroku. V kombinácii s algoritmom očakávania-maximalizácie (EM) tento prístup tiež odhaduje neznáme parametre modelu z neúplných údajov, čo z neho robí praktický nástroj pre reálne nepravidelne pozorované rady.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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
Ako citovať túto stránku
ScholarGate. (2026, June 3). Kalman Filter for State-Space Models with Missing Observations. ScholarGate. https://scholargate.app/sk/bayesian/kalman-filter-with-missing-data
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayesovská inferencia s chýbajúcimi údajmiBayesovské metódy↔ compare
- Algoritmus EMŠtatistika↔ compare
- Kalmanov filterBayesovské metódy↔ compare
- Časticový filter s chýbajúcimi údajmiBayesovské metódy↔ compare
- Sekvenčné Monte CarloBayesovské metódy↔ compare
- Model priestorového stavu (Kalmanov filter)Ekonometria↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →