Кальманівський фільтр для часових рядів
Кальманівський фільтр для часових рядів застосовує алгоритм фільтрації та згладжування Кальмана в рамках представлення моделей часових рядів у просторі станів. Він рекурсивно виділяє неспостережувані компоненти — тренд, сезонність, цикли та нерегулярний шум — з спостережуваних даних, надаючи оптимальні відфільтровані та згладжені оцінки стану разом з їхньою невизначеністю, а також дозволяючи точну оцінку правдоподібності для оцінки параметрів.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Карта методів
Околиця споріднених методів — виберіть вузол, щоб дослідити.
Джерела
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Kalman Filter for Time Series State-Space Models. ScholarGate. https://scholargate.app/uk/bayesian/time-series-kalman-filter
Який метод?
Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.
- Байєсівська регресіяБаєсові методи↔ порівняти
- Динамічна байєсівська мережаБаєсові методи↔ порівняти
- Фільтр КалманаБаєсові методи↔ порівняти
- Фільтр частинок (послідовний Монте-Карло)Баєсові методи↔ порівняти
- Послідовний Монте-КарлоБаєсові методи↔ порівняти
- Байєсівський вивід для часових рядівБаєсові методи↔ порівняти
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →