佩雷兹·维埃特斯，萨拉;Mariño，Inés P。;约阿奎因·米格斯 复杂动力系统中联合参数估计和状态预测的概率方案。 arXiv:1708.03730 预印本，arXiv:1708.03730[stat.CO]（2017）。 摘要：地球物理科学中的许多问题要求能够使用顺序收集的数据来校准复杂动力学模型的参数并预测其时间演变。在这里，我们介绍了一种用于联合估计非线性、可能是混沌的动力学模型的静态参数和预测状态变量的通用方法。该方案本质上是概率的。它旨在递归计算未知模型参数及其（时变）状态变量的联合后验概率分布序列，条件是可用的观测值。后者可能是局部的，并且受到噪音的污染。新框架将蒙特卡罗方法与滤波（或{em数据同化}）技术相结合，以近似固定参数的后验分布，从而跟踪和预测状态变量的分布。因此，我们将所提出的方法称为{\em嵌套过滤}。在本文中，我们专门探讨了高斯滤波方法的使用，但其他方法在新框架中自然适用。作为一个示例，我们将该方法的三种不同实现应用于随机双尺度Lorenz 96系统的状态跟踪和固定参数估计。该模型通常用于评估气象学中的数据同化过程。对于这个例子，我们比较了不同的嵌套过滤器，并显示了4000维系统的估计和预测结果。 BibTeX公司 引用 \textit{S.Pérez-Vieites}等人，“复杂动力系统联合参数估计和状态预测的概率方案”，Preprint，arXiv:1708.03730[stat.CO]（2017） 全文： 内政部 arXiv公司 OA许可证 arXiv数据来自arXiv OAI-PMH API.如果你发现了错误，请直接向arXiv报告.