Bajevsko zaključivanje o vremenskim nizovima
Bajevsko zaključivanje o vremenskim nizovima primenjuje Bejesovu teoremu sekvencijalno na vremenski uređena zapažanja, održavajući potpunu raspodelu verovatnoće nad skrivenim stanjima i parametrima modela u svakom vremenskom koraku. Ovaj okvir objedinjuje modele sa prostorom stanja, dinamičke linearne modele i filterske čestice, proizvodeći kalibrisana nagađanja kako za filtriranje (u realnom vremenu) tako i za retrospektivno izglađivanje.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Izvori
- West, M. & Harrison, J. (1997). Bayesian Forecasting and Dynamic Models (2nd ed.). Springer. ISBN: 978-0387947259
- Prado, R. & West, M. (2010). Time Series: Modeling, Computation, and Inference. CRC Press. ISBN: 978-1420093360
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian Inference for Time Series Models. ScholarGate. https://scholargate.app/sr/bayesian/time-series-bayesian-inference
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.
- Bejzijevska regresijaBajesovska statistika↔ compare
- Динамичка Бајесова мрежаBajesovska statistika↔ compare
- Hierarchical Bayesian InferenceBajesovska statistika↔ compare
- Kalmanov filterBajesovska statistika↔ compare
- Филтер честица (секвенцијални Монте Карло)Bajesovska statistika↔ compare
- Sekvenciјalni Monte KarloBajesovska statistika↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →