Pourquoi la prévision des modèles ARMA est-elle effectuée par un filtre de Kalman

Quels sont les avantages d'exprimer un modèle ARMA en tant que modèle d'espace d'état et de faire des prévisions à l'aide d'un filtre de Kalman?

Cette méthodologie est par exemple utilisée dans l'implémentation SARIMAX de modèles de statistiques python:

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

Pour moi, l'un des principaux avantages est le traitement des données manquantes et des pas de temps inégaux. Le filtre de Kalman gère facilement les observations manquantes et peut en fait être utilisé pour les imputer.

OLS et MLE ne gèrent pas les données manquantes aussi facilement, et tous les packages ne prendront pas en charge cette fonctionnalité contrairement au filtre Kalman.