Tiempo, salud y síntesis · Series Tiempo

Series de Tiempo: Modelos de Espacio de Estados y Filtro de Kalman

Introducción pública · guía completa en Eikos

Introducción

De qué trata esta guía

Fundamentos teóricos rigurosos, derivaciones algebraicas detalladas de los algoritmos de predicción, actualización y suavizado, modelado de componentes estructurales y metodologías no lineales.

Recorrido

Temas que aborda

  • Introducción
  • Modelos de Espacio de Estados y el Filtro de Kalman
  • Transición Filosófica y Metodológica: Del Enfoque Clásico al Espacio de Estados
  • Formulación Matemática General de los Modelos de Espacio de Estados Lineales
  • Supuestos Estructurales sobre los Procesos Estocásticos
  • Representación de Modelos de Series de Tiempo Clásicos en Espacio de Estados

Conceptos relacionados

Conexiones principales

  • varianza
  • series
  • algebra
  • media
  • verosimilitud
  • normal

Notación compatible

Muestra matemática en LaTeX

La expresión se renderiza de forma accesible y conserva debajo su fuente LaTeX.

yt=Ztαt+dt+εt,εtN(0,Ht)[Ecuacioˊn de Medida]y_t = Z_t \alpha_t + d_t + \varepsilon_t, \quad \varepsilon_t \sim \mathcal{N}(0, H_t) \quad \text{[Ecuación de Medida]}
Ver LaTeX fuentey_t = Z_t \alpha_t + d_t + \varepsilon_t, \quad \varepsilon_t \sim \mathcal{N}(0, H_t) \quad \text{[Ecuación de Medida]}