Kalmanov filter sa nedostajućim podacima
Kalmanov filter sa nedostajućim podacima proširuje klasični Kalmanov filter za obradu vremenskih serija u kojima nedostaju neke opservacije. Kada je opservacija nedostupna u vremenu t, korak ažuriranja se preskače i procena stanja se prenosi samo iz koraka predikcije. U kombinaciji sa algoritmom Očekivanje-Maksimizacija (EM), ovaj pristup takođe procenjuje nepoznate parametre modela iz nepotpunih podataka, čineći ga praktičnim alatom za realne, nepravilno posmatrane serije.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Kalman Filter for State-Space Models with Missing Observations. ScholarGate. https://scholargate.app/sr/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.
- Bejzovsko inferisanje sa nedostajućim podacimaBajesovska statistika↔ compare
- EM algoritamStatistika↔ compare
- Kalmanov filterBajesovska statistika↔ compare
- Partikl-filter sa podacima koji nedostajuBajesovska statistika↔ compare
- Sekvenciјalni Monte KarloBajesovska statistika↔ compare
- Model stanja prostora (Kalmanov filter)Ekonometrija↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →