«state-space-models» etiketlenmiş sorular

Gizli durum değişkeni ile gözlemlenen ölçüm arasındaki olasılık bağımlılığını açıklar.


2
Negatif Binom Dağılımı kullanmak için Poisson Dağılımı Kullanarak Bir İşlemi Modelleme'den Geçiş?
\newcommand{\P}{\mathbb{P}} bir süre zarfında T zamanında birden fazla kez gerçekleşmeyebilecek rastgele bir sürecimiz var TTT. 0 \ leq t &lt;T döneminde meydana gelen bir dizi olay olasılığını sağlayan, bu sürecin önceden var olan bir modelinden gelen bir veri beslemesine sahibiz 0≤t&lt;T0≤t&lt;T0 \leq t < T. Bu mevcut model eski ve …

2
PCA'yı zaman serisi verileri üzerinde nasıl yorumlayabilirim?
Son zamanlarda "Küme hesaplamasıyla beyin aktivitesini haritalama" başlıklı yeni bir dergi makalesinde PCA kullanımını anlamaya çalışıyorum Freeman ve ark., 2014 ( laboratuvar web sitesinde ücretsiz pdf mevcuttur ). Zaman serileri verilerinde PCA kullanır ve beynin bir haritasını oluşturmak için PCA ağırlıklarını kullanırlar. Verileri (adlı bir matris olarak saklanan test ortalama …

1
Durum uzayı zaman serisi analizinde hangi modelin daha iyi olduğunu nasıl kontrol edebilirim?
Durum uzayı yöntemleri ile zaman serisi veri analizi yapıyorum. Verilerimle, stokastik yerel seviye modeli deterministik modelden tamamen daha iyi performans gösterdi. Ancak deterministik seviye ve eğim modeli stokastik seviye ve stokastik / deterministik eğimden daha iyi sonuç verir. Bu normal bir şey mi? R'deki tüm yöntemler başlangıç ​​değerleri gerektirir ve …

1
Bir Gizli Markov Modelinde “en iyi” modeli seçme kriterleri
Verilerdeki gizli durumların sayısını tahmin etmek için bir Gizli Markov Modeli (HMM) sığdırmaya çalıştığım bir zaman serisi veri var. Bunu yapmak için sahte kodum şudur: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest BIC" ... } Şimdi, her zamanki …


2
ARMA'nın (p, q) Hamilton'dan durum uzayı gösterimi
Hamilton Bölüm 13'ü okuyorum ve bir ARMA için aşağıdaki durum uzay temsiline sahip (p, q). Daha sonra olsun r=max(p,q+1)r=max(p,q+1)r = \max(p,q+1). ARMA (p, q) işlemi şu şekildedir: yt−μ=ϕ1(yt−1−μ)+ϕ2(yt−2−μ)+...+ϕ3(yt−3−μ)+ϵt+θ1ϵt−1+...+θr−1ϵt−r+1.yt−μ=ϕ1(yt−1−μ)+ϕ2(yt−2−μ)+...+ϕ3(yt−3−μ)+ϵt+θ1ϵt−1+...+θr−1ϵt−r+1. \begin{aligned} y_t -\mu &= \phi_1(y_{t-1} -\mu) + \phi_2(y_{t-2} -\mu) + ... + \phi_3(y_{t-3} -\mu) \\ &+ \epsilon_t + \theta_1\epsilon_{t-1} + ... + …


1
Durum uzayı modellerinde Kalman filtrelerini açıklama
Durum uzayı modellerinde Kalman filtrelerinin kullanımına ilişkin adımlar nelerdir? Birkaç farklı formülasyon gördüm , ancak ayrıntılardan emin değilim. Örneğin, Cowpertwait bu denklem seti ile başlar: yt=F′tθt+vtyt=Ft′θt+vty_{t} = F^{'}_{t}\theta_{t}+v_{t} θt=Gtθt−1+wtθt=Gtθt−1+wt\theta_{t} = G_{t}\theta_{t-1}+w_{t} burada ve , bilinmeyen tahminlerimizdir ve gözlemlenen değerlerdir.θ0∼N(m0,C0),vt∼N(0,Vt)θ0∼N(m0,C0),vt∼N(0,Vt)\theta_{0} \sim N(m_{0}, C_{0}), v_{t} \sim N(0,V_{t})wt∼N(0,Wt)wt∼N(0,Wt)w_{t} \sim N(0, W_{t})θtθt\theta_{t}ytyty_{t} Cowpertwait ilgili …

1
Kalman filtresi ve yivleri düzleştirme
S: Yivleri yumuşatmak yerine durum uzayı modellemesi ve Kalman filtrelemesi kullanmak hangi veriler için uygundur? İkisi arasında bir denklik ilişkisi var mı? Bu yöntemlerin birbirine nasıl uyduğuna dair üst düzey bir anlayış edinmeye çalışıyorum. Johnstone'un yeni Gauss Tahmini: Dizi ve Çoklu Çözünürlük Modelleri'ne göz attım . Durum-uzay modelleri ve Kalman …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.