塞巴斯蒂安·雷奇 使用集合卡尔曼滤波器进行稳健参数估计。 arXiv:2201.00611 预印本，arXiv:2201.00611[math.NA]（2022）。 摘要：随机微分方程参数估计的标准最大似然或贝叶斯方法对连续时间数据中的扰动不具有鲁棒性。在本文中，我们在使用集合卡尔曼滤波器进行连续时间参数估计的背景下，对这一观察给出了一个相当初步的解释。我们利用频率学家的观点对三种稳健估计技术进行了新的阐释；即对数据进行二次采样、粗路径修正和数据过滤。我们通过一个简单的数值实验来说明我们的发现。 MSC公司： 62升12 序贯估计 62M20型 随机过程推断和预测 2015年1月62日 贝叶斯推断 60升90 粗糙分析的应用 BibTeX公司 引用 \textit{S.Reich}，“使用集合卡尔曼滤波器进行稳健参数估计”，预打印，arXiv:2201.00611[math.NA]（2022） 全文： 内政部 arXiv公司 OA许可证 arXiv数据取自arXiv OAI-PMH API.如果你发现了错误，请直接向arXiv报告.