مدل های فضای حالت، مدل های گسترده ای از سری های زمانی هستند که کاربردهای بسیاری در علوم مختلف دارند. این مدل ها، فرایندهایی مانند خطی و دوخطی را شامل می شوند. هرگاه یک مدل سری زمانی در قالب یک مدل فضای حالت قرار گیرد، الگوریتم صافی کالمن برای حل معادلات آن و سپس براورد پارامتر و پیش-بینی مورد استفاده قرار می گیرد. الگوریتم صافی کالمن یک روش دینامیکی است که براورد پارامترها و پیش-بینی ها را برای هر مشاهده جدید به هنگام می کند و بنابراین مدل اصلاح می گردد. با توجه به اینکه در این روش داده ها به صورت ناکامل مورد استفاده قرار می گیرند، از الگوریتم em برای براورد پارامترها استفاده می شود. در این پایان نامه الگوریتم صافی کالمن مورد استفاده قرار می گیرد. با توجه به اینکه روش بوت استرپ نیز برای براورد پارامترها مورد استفاده قرار می گیرد، با استفاده از شبیه سازی الگوریتم صافی کالمن و روش بوت استرپ مورد مقایسه قرار می گیرند. در فصل نهایی پایان نامه نتایج به دست آمده در یک مثال کاربردی مور استفاده قرار می گیرند. داده های تولید ناخالص داخلی به قیمت پایه بدون نفت، در قالب یک مدل فضای حالت مورد بررسی قرار گرفته و پیش بینی تولید ناخالص داخلی به قیمت پایه بدون نفت به صورت سالانه به دست می آید.