電氣工程 使用卡爾曼濾波器R的時間序列預測和狀態空間模型(統計學One Point2

產品描述 ※現在，產品的信息通過翻譯機械翻譯，所以內容可以不正確。請貴客原諒。

電氣工學
政治・經濟・社會
卡爾曼濾波器原本是作為工學領域中的動態系統控製的方法而被提出的，但是後來發現了作為時間序列解析方法的卡爾曼濾波器的有用性。到現在為止，隨著各種各樣的派生形式的產生，其應用範圍不斷擴大。分析時間序列數據並進行預測的情況不勝枚舉。作為能夠滿足各種各樣的時間序列分析的需求的靈活的時間序列模型的框架，有狀態空間模型。狀態空間模型的推定作為通過計算機高速進行的計算方法是卡爾曼濾波器。本書主要解說了使用了卡爾曼濾波器的時間序列解析的方法論和數據解析的實踐。特別是使用了統計用免費軟件R。在考慮了對多種多樣的時間序列的對應的解析例子和具體解析代碼的例示中，使用了很多的頁麵。也包含了對身邊的數據的解析例子。幫助理解內容。首先，作為事前準備，導入了多變量的概率分布和假定了正規(高斯)分布的狀態空間模型。作為其解析方法，導入了卡爾曼濾波器。並且，對於這些模型，將觀測分布擴展到正規分布以外的非高斯狀態空間模型。作為其解析方法，導入了卡爾曼濾波器。並且，對於這些模型，將處理觀測分布擴展到正規分布以外的非高斯狀態空間模型。作為其解析方法，導入了卡爾曼濾波器。並且，對於這些模型，將處理觀測分布擴展到正規分布以外的非高斯狀態空間模型。作為其解析方法，導入了卡爾曼濾波器。並且，對於這些模型，將處理觀測分布擴展到正規分布以外的非高斯狀態空間模型。作為其解析方法，導入了卡爾曼濾波器。並且，對於這些模型，將處理觀測分布擴展到正規分布以外的非高斯狀態空間模型。作為其解析方法，導入了卡爾曼濾波器。並且，對於這些模型，將處理觀測分布擴展到正規分布以外的非高斯狀態空間模型。作為其解析方法，導入了卡爾曼濾波器。並且，對於這些模型，將處理觀測分布擴展到一般形。作為其解析方法，導入了卡爾曼濾波器。並且，隨著章節的前進，所處理的模型成為一一般化的結構。如果是掌握了概率和統計基礎的本科生、研究生十