Regression model

Mô hình không gian trạng thái (Bộ lọc Kalman)

Mô hình không gian trạng thái là một khuôn khổ chuỗi thời gian tổng quát mô tả một chuỗi thông qua các biến trạng thái không quan sát được (tiềm ẩn) được liên kết bởi một phương trình đo lường và một phương trình chuyển đổi, với các trạng thái được ước tính theo thời gian thực bằng bộ lọc Kalman. Được phát triển theo truyền thống không gian trạng thái của Harvey (1990) và Durbin & Koopman (2012), nó bao gồm ARIMA và làm mịn hàm mũ như các trường hợp đặc biệt.

Áp dụng với EconMindSắp ra mắtVideoSắp ra mắtDownload slides

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Method map

The neighbourhood of related methods — select a node to explore.

Mô hình không gian trạng thái (Bộ lọc Kalman)

Mô hình ARIMA (Autoregre…Mô hình Tự hồi quy Vecto…Mô hình Chuyển đổi Chế đ…Mô hình Chuỗi Thời gian…Mô hình SARIMA Bayes Chuỗi thời gian cấu trúc…Mô phỏng Song sinh Số Mô hình Cân bằng Tổng th…Bộ lọc Kalman Dàn số (En…ETS: Error, Trend, Seaso…

+27 more

Nguồn tài liệu

Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. DOI: 10.1017/CBO9781107049994 ↗
Durbin, J. & Koopman, S. J. (2012). Time Series Analysis by State Space Methods (2nd ed.). Oxford University Press. DOI: 10.1093/acprof:oso/9780199641178.001.0001 ↗

Cách trích dẫn trang này

ScholarGate. (2026, June 1). State Space Model (Kalman Filter). ScholarGate. https://scholargate.app/vi/econometrics/state-space-model

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.

Mô hình ARIMA (Autoregressive Integrated Moving Average)Kinh tế lượng↔ compare
Mô hình Tự hồi quy Vector Bayes (BVAR)Kinh tế lượng↔ compare
Mô hình Chuyển đổi Chế độ Markov (MS-AR / MS-VAR)Kinh tế lượng↔ compare
Mô hình Chuỗi Thời gian Cấu trúc (Mô hình Cấu trúc Cơ bản)Kinh tế lượng↔ compare

Compare side by side →

Được tham chiếu bởi

Mô hình SARIMA Bayes Chuỗi thời gian cấu trúc Bayes Mô phỏng Song sinh Số Mô hình Cân bằng Tổng thể Ngẫu nhiên Động (DSGE)Bộ lọc Kalman Dàn số (Ensemble Kalman Filter - EnKF)ETS: Error, Trend, Seasonal Exponential Smoothing Làm mịn hàm mũ đơn và kép (SES / Holt)Mô hình Bộ nhớ Legendre Cải tiến Tần số (FiLM)Làm mịn mũ ba theo phương pháp Holt-Winters HP Filter Bộ lọc Kalman với Dữ liệu Khuyết Koopa: Bộ Tiên Tri Koopman cho Chuỗi Thời Gian Phi Trạng Thái Bộ lọc hạt (Monte Carlo tuần tự)Prophet Mô hình ARIMA Mạnh mẽ SARIMA (Seasonal ARIMA)SARIMAX Mô hình Tự hồi quy Tham số Thay đổi theo Thời gian (TVP-AR)Mô hình ARIMA với tham số thay đổi theo thời gian (TVP-ARIMA)Mô hình ARMA tham số thay đổi theo thời gian (TVP-ARMA)Mô hình Dữ liệu Bảng Động Tham số Thay đổi theo Thời gian Đồng tích hợp Engle-Granger với tham số thay đổi theo thời gian Mô hình Hiệu ứng Cố định Tham số Thay đổi theo Thời gian Mô hình Tham số Thay đổi theo Thời gian của GARCH (TVP-GARCH)Generalized least squares (GLS) với tham số thay đổi theo thời gian (TVP-GLS)Kiểm định Hausman tham số biến đổi theo thời gian OLS Tham Số Thay Đổi Theo Thời Gian (TVP-OLS)Phân tích dữ liệu bảng với tham số thay đổi theo thời gian Mô hình SARIMA Tham số thay đổi theo thời gian (TVP-SARIMA)Mô hình Tham số Thay đổi theo Thời gian TGARCH (TVP-TGARCH)Mô hình Vector Tự hồi quy Tham số thay đổi theo thời gian (TVP-VAR)Time-varying parameter VECM WLS Tham số Biến đổi theo Thời gian (TVP-WLS)

Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →