As medições experimentais têm sempre uma incerteza associada. Essa incerteza traduz a impossibilidade de se obter um valor verdadeiro através de um procedimento de medição, em regra, com o auxílio de um ou mais instrumentos de medida que, indubitavelmente induzem erros nas medições. Esses erros podem ser aleatórios no sentido em que são inevitáveis e imprevisíveis, dependendo das condições instrumentais ou ambientais em que as medições são obtidas; ou não aleatórios, por exemplo se forem sistemáticos, sendo suscetíveis de serem corrigidos. São os erros aleatórios que suscitam a necessidade da aplicação de técnicas estatísticas para a sua quantificação ou redução. É nestes casos que a análise e a modelação de séries temporais na perspetiva da sua representação em espaço de estados pode ser uma mais valia no tratamento de medições num paradigma estocástico. A modelação de séries temporais, através de modelos de espaço de estados, tem-se evidenciado como uma abordagem bastante útil na análise de séries temporais, cujos principais objetivos sejam a previsão a curto prazo e/ou a obtenção de estimativas “filtradas”.