Bộ lọc Kalman cho chuỗi thời gian
Bộ lọc Kalman cho chuỗi thời gian áp dụng thuật toán lọc và làm mịn Kalman trong biểu diễn không gian trạng thái của các mô hình chuỗi thời gian. Nó đệ quy trích xuất các thành phần không quan sát được — xu hướng, tính thời vụ, chu kỳ và nhiễu bất thường — từ dữ liệu quan sát, cung cấp các ước tính trạng thái lọc và làm mịn tối ưu cùng với độ không chắc chắn của chúng, và cho phép đánh giá khả năng xảy ra chính xác để ước lượng tham số.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- 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
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Kalman Filter for Time Series State-Space Models. ScholarGate. https://scholargate.app/vi/bayesian/time-series-kalman-filter
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Hồi quy BayesBayes↔ so sánh
- Mạng Bayes ĐộngBayes↔ so sánh
- Bộ lọc KalmanBayes↔ so sánh
- Bộ lọc hạt (Monte Carlo tuần tự)Bayes↔ so sánh
- Monte Carlo Tuần tựBayes↔ so sánh
- Suy luận Bayes cho chuỗi thời gianBayes↔ so sánh
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →