我正在使用 Python 的PyKalman来运行基于ARMA (p,q) 模型的卡尔曼滤波器。转移矩阵应该采用一种非常特殊的形式（例如，参见Hamilton 的“时间序列分析”第 374 页的 AR(p) 示例），在正确的位置有一些1和0。然而，当我使用 PyKalman 的EM 算法时，它会产生一个完全通用形式的转移矩阵。由于一和零都消失了，状态空间模型不再对应于 ARMA 设置。
如何使用 PyKalman 包的 EM 方法，同时将转换矩阵保持在非常特殊的 ARMA 形式中？
我正在使用 Python 的PyKalman来运行基于ARMA (p,q) 模型的卡尔曼滤波器。转移矩阵应该采用一种非常特殊的形式（例如，参见Hamilton 的“时间序列分析”第 374 页的 AR(p) 示例），在正确的位置有一些1和0。然而，当我使用 PyKalman 的EM 算法时，它会产生一个完全通用形式的转移矩阵。由于一和零都消失了，状态空间模型不再对应于 ARMA 设置。
如何使用 PyKalman 包的 EM 方法，同时将转换矩阵保持在非常特殊的 ARMA 形式中？