问题标签 [dlm]

我正在尝试拟合以下状态空间模型。

(1) Kt = K(t-1)* + ε1t
(2)Yt = Kt + βZt + ε2t

其中，t 是时间，Yt 是可观察变量（在 t），Kt是不可观察的趋势，并且Zt是可以解释的可观察变量矩阵Yt。ε1并且ε2是状态空间模型中的常见误差项。

我需要通过 MLE 估计以下过程，并得到趋势 Kt，以及系数 β 的矩阵。但是我没有找到使用 dlm 和 dlmModReg 的方法。

我知道如何在 Matlab 中估计这个模型（见下面的链接）。但是我看不到使用 dlm 包指定像这样的模型的方法。是否可以使用 dlm 包的功能来做到这一点？

（我看到有一篇未回答的相关帖子，标题为“dlm 包中的外生变量”）

任何帮助将不胜感激（即使这意味着使用另一个包）！

http://www.mathworks.com/help/econ/implicitly-create-state-space-model-containing-regression-component.html

我需要有关集群错误的帮助：

细节：

我有 2 个带有共享存储 (SAN) 的节点（db1、db2）。两台服务器都在 RHEL7.1 中。现在我想将存储添加为资源。根据 RHEL 文档，DLM 和 CLVMD 也应作为资源添加。我发现启用 STONITH 时错误会消失，但 DLM 仍然没有启动。日志说它需要配置防护设备，我现在没有。

有什么解决方法吗？我们有办法禁用栅栏机制并仍然使集群工作吗？非常感谢您！

我正在尝试使用dlmR 中的包估计以下状态空间模型：

ARMAX关于包中这个通用模型的估计和预测，我有两个问题dlm。

• 我可以使用dlmR 中的包估计这个模型吗？我无法找到任何示例来说明如何在状态方程中对外生变量进行建模。这使得它与dlmModReg仅允许测量方程中的外生变量不同（根据我的理解）。我确实有 Petris 的 DLM 书。

• 我可能会估计一些其他包中的参数，例如MARSS，尽管我更愿意坚持使用dlm包。我仍然想将这些估计输入到dlm包中，以便能够生成预测dlmForecast。因此，我的问题是如何dlm从这些外部获得的估计中创建一个对象，然后可以与dlmForecast?

希望对这些问题有任何见解。

干杯，

拉古。

在我的文本文件中，数据由|. 所以我使用了代码

但是在我的文本文件中，我缺少诸如ETIEXXX|MILTHYYY||||ACTIVE|23

当我打印出数据时，我想要的一些值没有显示，但其他值是正确的。它也显示||在某些地方。数据被转移了。

那么有什么问题呢？

编辑

示例数据（仅列出几行）。

我是使用 R 的新手，因为我通常使用 Stata。我想估计一些具有时变系数的时间序列数据的状态空间模型。根据我收集到的信息，这在 Stata 中是不可能做到的。

我已经在 R 中下载了 dlm 包，我正在尝试运行 dlmModReg 命令以将我的因变量回归到单个解释变量上。我想允许截距和贝塔系数随时间变化。

如果有人可以向我展示我想要运行的代码示例，我认为这足以让我弄清楚如何做到这一点。我在网上找到的示例含糊不清或使用了我作为新 R 用户不熟悉的术语。非常感谢任何帮助或评论。

我正在尝试使用 dlmodeler 包来拟合多元 dlm。该模型是简化的宏观经济模型的状态空间表示，如下所示：

观察方程：

h(t) = c + A * h(t-1) + B * r(t) - B *rs(t) + err1(t)

pi(t) = C * h(t-1) + D * epi(t-1) + E * pi(t-1) + err2(t)

状态方程：

rs(t) = F * g(t-1) + z(t-1)

z(t) = G * z(t-1) + err3(t)

这是 Laubach 和 Williams 的简化宏观经济模型的略微改动版本（更多信息和论文链接如下）。

我还没有写任何代码，因为我还没有弄清楚如何开始。有两件事让我特别烦恼：

1. rs 是一个状态变量，但同时它由一个可观察变量 (g) 和另一个状态变量 (z) 确定。如何将外生变量添加到状态方程？如何在 dlmodeler 框架内建立一个依赖于另一个状态方程的状态方程？

2. 如何在观测方程中将相同的系数 (b) 限制为 r 和 rs？

其他问题：

3. dlmodeler 包是否能够处理此模型？如果没有，有什么建议吗？我尝试使用（虽然不是深入）dlm 和 MARSS，尤其是 MARSS，但我挣扎并回到了 dlmodeler。
4. 有谁知道对问题 1 和 2 中问题的任何具体参考？

我是 R 新手，所以任何帮助都非常受欢迎。提前致谢！

关于上面的模型：

变量是： h - GDP 差距（gdp - 潜在 gdp）；r - 实际利率；rs——中性实际利率；pi - 通货膨胀率；epi - t+1 的预期通货膨胀率；g——潜在gdp增长率；z - 表示影响 rs 的其他变量；错误（错误 1、2 和 3）是 iid

我感兴趣的未观察到的变量是 rs（它取决于另一个未观察到的变量 z，而 z 又遵循自回归过程）。了解 LW 模型的人可能已经注意到，我没有将潜在 gdp 及其增长率作为不可观察的变量，这是一个深思熟虑的选择（这些是我工作中外生确定的）。另一个重要的方面是 r 和 rs 具有相同的系数 B。这是因为实际上观察方程中的变量是利率差距，它等于 r - rs。

论文：劳巴赫和威廉姆斯的原始模型：https ://www.federalreserve.gov/pubs/feds/2001/200156/200156pap.pdf

Neto 和葡萄牙的版本（我和他们做的一样，只是在 LW 的模型中有上述变化）：http ://www.scielo.br/pdf/rbe/v63n2/03.pdf

在此代码中，k[,1]是k[,2]2 个股票价格。在线TVP.mle我得到了

optim(parm, logLik, method = method, ...) 中的错误：L-BFGS-B 需要 'fn' 的有限值”错误。

k 文件链接：https ://drive.google.com/open?id=1scLaKRpSdmp-1T9qTp_5cEcBFnWKDAus

我找不到我的错误。请问你能帮帮我吗？

我试图实现的状态空间模型如下：

在 DLM 中，我使用以下修改（因为 DLM 不允许在测量和转换方程中截取）

现在我正在尝试使用 fkf 包实现相同的功能：

两种方法都对吗？

如果是，那么为什么我使用不同的包得到不同的似然值，应该首选哪一个？

我创建了一个快照生命周期策略，它达到了 "DLM Policy State Change" state = Error。我找不到在哪里阅读带有错误详细信息的事件（失败的原因）。

我尝试过 cloudwatch 并创建了一个规则，它触发了规则，但仍然没有事件详细信息。

我正在尝试使用 R 中的 dlm 包估计带有 dlm 的奥肯定律方程。我可以使用 nls 估计非时变模型，如下所示：

我希望能够估计的 dlm 模型允许b1并b0在上面遵循随机游走。我可以在 Eviews 中通过声明测量方程并附加状态来做到这一点（以下是原始论文作者提供的一些代码，我可以复制：

我真的不确定如何使用 dlm 包做到这一点。我尝试了以下方法：

上面的代码运行，但输出不正确。我没有正确指定状态。有没有人有在 R 中使用多变量回归构建 dlms 的经验？