Байєсівський вивід для часових рядів
Байєсівський вивід для часових рядів послідовно застосовує теорему Баєса до часових спостережень, підтримуючи повний розподіл ймовірностей над прихованими станами та параметрами моделі на кожному часовому кроці. Ця структура об'єднує моделі простору станів, динамічні лінійні моделі та фільтри частинок, забезпечуючи калібровану невизначеність як для задач фільтрації (в реальному часі), так і для ретроспективного згладжування.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Джерела
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Inference for Time Series Models. ScholarGate. https://scholargate.app/uk/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.
- Байєсівська регресіяБаєсові методи↔ compare
- Динамічна байєсівська мережаБаєсові методи↔ compare
- Ієрархічний байєсівський висновокБаєсові методи↔ compare
- Фільтр КалманаБаєсові методи↔ compare
- Фільтр частинок (послідовний Монте-Карло)Баєсові методи↔ compare
- Послідовний Монте-КарлоБаєсові методи↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →