Запитання з тегом «state-space-models»

Зараз я працюю над проблемою, де мені потрібно розробити алгоритм ланцюга Маркова Монте-Карло (MCMC) для моделі простору стану. Щоб мати змогу вирішити задачу, мені було надано таку ймовірність : p ( τ ) = 2I ( τ > 0) / (1+ τ 2 ). τ - стандартне відхилення x .ττ\tauττ\tauττ\tauτ2τ2\tau^2ττ\tauххx …

24 distributions  bayesian  prior  state-space-models  cauchy 

\newcommand{\P}{\mathbb{P}} Ми маємо випадковий процес , який може або може-ні-відбуватися кілька разів в протягом заданого періоду часу . У нас є канал даних із попередньо існуючої моделі цього процесу, що забезпечує ймовірність виникнення ряду подій у періоді 0 \ leq t <T . Ця існуюча модель є старою, і нам …

24 negative-binomial  kalman-filter  poisson-process  state-space-models 

Я намагаюся зрозуміти використання PCA в останній статті журналу під назвою "Зображення мозкової активності в масштабі з кластерними обчисленнями" Freeman et al., 2014 (безкоштовний pdf доступний на веб-сайті лабораторії ). Вони використовують PCA за даними часових рядів і використовують ваги PCA для створення карти мозку. Дані - це дані середнього …

19 time-series  pca  state-space-models  neuroimaging  neuroscience 

Я роблю аналіз даних часових рядів методами державного простору. З моїх даних, модель стохастичного локального рівня повністю перевершила детерміновану модель. Але детермінована модель рівня та схилу дає кращі результати, ніж при стохастичному рівні та стохастичному / детермінованому нахилі. Це щось звичайне? Всі методи в R вимагають початкових значень, і я …

15 time-series  state-space-models 

У мене є набір даних часових рядів, до яких я намагаюся встановити модель прихованої Маркова (HMM), щоб оцінити кількість прихованих станів у даних. Мій псевдо-код для цього: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest BIC" ... } Тепер, …

12 r  aic  hidden-markov-model  bic  spss  manova  time-series  r  lme4-nlme  regression  modeling  negative-binomial  bayesian  bugs  state-space-models  hypothesis-testing  data-transformation  factor-analysis  sem 

Пакет MARSS в R пропонує функцію динамічного аналізу факторів. У цьому пакеті динамічна факторна модель записана як особлива форма моделі простору стану, і вони припускають, що загальні тенденції слідують за процесом AR (1). Оскільки я не дуже знайомий з цими двома методами, я стикаюся з двома питаннями: Чи є динамічний …

12 r  time-series  forecasting  factor-analysis  state-space-models 

Я читав розділ 13 Гамільтона, і він має таке представлення простору стану для ARMA (p, q). Нехай Тоді процес ARMA (p, q) такий: \ початок {вирівняний} y_t - \ mu & = \ phi_1 (y_ {t-1} - \ mu) + \ phi_2 (y_ {t-2} - \ mu) + ... + …

11 time-series  arima  kalman-filter  state-space-models 

Які переваги виражати модель ARMA як модель простору стану та робити прогнозування за допомогою фільтра Калмана? Ця методологія, наприклад, використовується в реалізації SARIMAX реалізації моделей python-stats: https://github.com/statsmodels/statsmodels/tree/master/statsmodels/tsa/statespace

10 forecasting  arma  kalman-filter  state-space-models  statsmodels 

Які кроки використовуються у використанні фільтрів Калмана у моделях простору держав? Я бачив пару різних рецептур, але в деталях не впевнений. Наприклад, Cowpertwait починає з цього набору рівнянь: θt=Gtθt-1+wtут= F'тθт+ vтyt=Ft′θt+vty_{t} = F^{'}_{t}\theta_{t}+v_{t} θт= Gтθt - 1+ штθt=Gtθt−1+wt\theta_{t} = G_{t}\theta_{t-1}+w_{t} де і w_ {t} \ sim N (0, W_ { …

10 kalman-filter  state-space-models 

Питання: Для яких даних доцільно використовувати моделювання простору стану та фільтрацію Кальмана замість згладжування сплайнів і навпаки? Чи є якась залежність еквівалентності між ними? Я намагаюся зрозуміти, як ці методи поєднуються на високому рівні. Я переглянув нову Гауссова оцінку Джонстона : Можливості послідовності та мультирезолюції . Дивно, що не було …

10 kalman-filter  splines  state-space-models