A Assume que os erros de observação e os erros do modelo de previsão são correlacionados.
B Usa o teorema de Bayes que afirma que a probabilidade posterior de um evento acontecer não é proporcional à probabilidade anterior conhecida.
C Modela as funções de probabilidade conjuntas por funções multidimensionais não Gaussianas.
D Descreve um conjunto de modelos de estado com certezas inerentes às observações.
E Usa funções de distribuição de probabilidades para descrever a precisão do conhecimento sobre os eventos passados.