Tidsserie Kalmanfilter
Tidsserie Kalmanfiltret tillämpar Kalmanfiltrerings- och utjämningsalgoritmen inom en tillståndsrumsrepresentation av tidsseriemodeller. Det extraherar rekursivt oobserverade komponenter — trend, säsongsvariation, cykler och oregelbundet brus — från observerade data, vilket ger optimala filtrerade och utjämnade tillståndsestimat tillsammans med deras osäkerhet, och möjliggör exakt likelihoodutvärdering för parameterskattning.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Kalman Filter for Time Series State-Space Models. ScholarGate. https://scholargate.app/sv/bayesian/time-series-kalman-filter
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Bayesiansk regressionBayesiansk statistik↔ jämför
- Dynamiskt Bayesianskt NätverkBayesiansk statistik↔ jämför
- KalmanfilterBayesiansk statistik↔ jämför
- Partikelfilter (sekventiell Monte Carlo)Bayesiansk statistik↔ jämför
- Sekventiell Monte CarloBayesiansk statistik↔ jämför
- Bayesiansk inferens för tidsserierBayesiansk statistik↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →