假设我有一个给我 3 个输出的过程：、和。$O^1$$O^2$$O^3$

输出是从半确定性过程生成的，即输出中存在确定性分量以及随机分量。

特别是，随着时间的推移进行次测量，输出至少部分依赖于先前的输出。所以（我对超过 2 或 3 次测量不感兴趣，是随机的零件）。$n$$O_j \quad j=1,2,...,n$$O_j = f(O_{j-1}, O_{j-2}, O_{j-3}) + \epsilon$$\epsilon$

所以现在我有一组约 150 次连续测量，我如何预测未来可能的输出？

我可以很容易地计算出某个输出之后的值分布，例如，我可以说如果在 50 到 60 之间，我有一定的概率在 30 到 40 之间，通过看着我过去所做的测量。我确实为这些概率的分布构建了一些 pdf，但现在我有点卡住了，特别是因为三个输出之间可能存在交互（例如，更新我之前的语句 )$O^1_j$$O^1_{j+1}$$O^1_j = f(O^1_{j-l}, O^2_{j-l}, O^3_{j-l}) + \epsilon \quad\quad l=1,2,3$

我一直在阅读有关贝叶斯预测器的信息，我认为它们可以在这里应用，但我对该主题的了解还不够，无法确定这是否是一个好的选择，或者是否有更容易/更合适的东西。我将不胜感激任何建议！