Почему прогнозирование моделей ARMA выполняется фильтром Калмана

Каковы преимущества выражения модели ARMA как модели пространства состояний и прогнозирования с использованием фильтра Калмана?

Эта методология, например, используется в реализации SARIMAX для python-statsmodels:

https://github.com/statsmodels/statsmodels/tree/master/statsmodels/tsa/statespace

Для меня одним из главных преимуществ является обработка пропущенных данных и неравномерных временных шагов. Фильтр Калмана легко обрабатывает отсутствующие наблюдения и фактически может использоваться для их вменения.

OLS и MLE не так легко обрабатывают пропущенные данные, и не каждый пакет будет иметь такую ​​поддержку, в отличие от фильтра Калмана.