Restricted Kalman Filtering: Theory, Methods, and Application

​در آمار، فیلتر کالمن یک روش ریاضی است که هدف آن استفاده از یک سری اندازه‌گیری مشاهده شده در طول زمان، حاوی تغییرات تصادفی و سایر نادرستی‌ها، و تولید تخمین‌هایی است که تمایل به نزدیک‌تر شدن دارند. به مقادیر ناشناخته واقعی نسبت به مقادیری که تنها بر اساس یک اندازه گیری منفرد هستند. این مختصر پیشرفت هایی را در مورد فیلتر کالمن با توجه به محدودیت های خطی کلی ارائه می دهد. اساساً سه نوع مشارکت وجود دارد: شواهد جدید برای نتایجی که قبلاً ایجاد شده‌اند. نتایج جدید در موضوع؛ و کاربردها در تحلیل سرمایه گذاری و اقتصاد کلان، که در آن روش های پیشنهادی نشان داده شده و ارزیابی می شوند. خلاصه فصل کوتاهی در مورد مدل‌های فضای حالت خطی و فیلتر کالمن دارد، با هدف خودکفا کردن کتاب و ارجاع سریع به خواننده (یادداشت و اصطلاح). پیش نیازها تماس با تجزیه و تحلیل سری های زمانی در سطح همیلتون (1994) یا براکول و دیویس (2002) و همچنین با مدل های حالت خطی و فیلتر کالمن خواهد بود - هر یک از این کتاب ها فصلی کاملاً به موضوع دارند. این کتاب برای دانشجویان تحصیلات تکمیلی، محققین و دست اندرکاران آمار (به طور خاص: تجزیه و تحلیل سری های زمانی و اقتصادسنجی) در نظر گرفته شده است.

​​​​​​​​ ​In statistics, the Kalman filter is a mathematical method whose purpose is to use a series of measurements observed over time, containing random variations and other inaccuracies, and produce estimates that tend to be closer to the true unknown values than those that would be based on a single measurement alone. This Brief offers developments on Kalman filtering subject to general linear constraints. There are essentially three types of contributions: new proofs for results already established; new results within the subject; and applications in investment analysis and macroeconomics, where the proposed methods are illustrated and evaluated. The Brief has a short chapter on linear state space models and the Kalman filter, aiming to make the book self-contained and to give a quick reference to the reader (notation and terminology). The prerequisites would be a contact with time series analysis in the level of Hamilton (1994) or Brockwell & Davis (2002) and also with linear state models and the Kalman filter – each of these books has a chapter entirely dedicated to the subject. The book is intended for graduate students, researchers and practitioners in statistics (specifically: time series analysis and econometrics).