ตัวกรองคาลมานสำหรับอนุกรมเวลา
ตัวกรองคาลมานสำหรับอนุกรมเวลาประยุกต์ใช้อัลกอริทึมการกรองและการปรับให้เรียบของคาลมานภายในรูปแบบปริภูมิสถานะของแบบจำลองอนุกรมเวลา โดยจะแยกองค์ประกอบที่สังเกตไม่ได้ออกไปอย่างเวียนเกิด — แนวโน้ม ฤดูกาล วัฏจักร และสัญญาณรบกวนที่ไม่แน่นอน — จากข้อมูลที่สังเกตได้ ให้ค่าประมาณสถานะที่กรองและปรับให้เรียบอย่างเหมาะสมที่สุดพร้อมกับความไม่แน่นอน และเปิดใช้งานการประเมินความเป็นไปได้ที่แม่นยำสำหรับการประมาณค่าพารามิเตอร์
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Kalman Filter for Time Series State-Space Models. ScholarGate. https://scholargate.app/th/bayesian/time-series-kalman-filter
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.
- การถดถอยแบบเบย์ (Bayesian Regression)เบย์↔ compare
- เครือข่ายเบย์เซียนพลวัตเบย์↔ compare
- Kalman Filterเบย์↔ compare
- Particle Filter (Sequential Monte Carlo)เบย์↔ compare
- Sequential Monte Carloเบย์↔ compare
- การอนุมานแบบเบย์สำหรับอนุกรมเวลาเบย์↔ compare