问题标签 [state-space]

我正在尝试编写一个简单的马尔可夫状态空间模型，顾名思义，它迭代地回顾一步来预测下一个状态。

这应该是一个 MWE，但这不是因为我无法完全弄清楚我应该如何放置(recur ... )在下面的代码中。

我的目标是在比如说时间计算一些状态t=5，在这种情况下，模型也需要回顾并计算状态t=[0 1 2 3 4]。在我看来，这应该做得很好，loop/recur但也许也可以完成reduce（不确定如何，对 Clojure 来说还是新手）。我的问题实际上是它似乎必须在recur内部使用，let但考虑到设计方式，这应该不起作用loop/recur。

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。

我在 UPPAAL 中模拟了两个触发器的定时模型，当我尝试验证一些属性时，我达到了 6M 状态并且我的笔记本电脑内存不足，消耗了大约 5Go，谁能告诉它是 UPPAAL 可以的近似状态数处理 ？以及在 UPPAAL 中处理状态爆炸的可能技术是什么？
谢谢

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

我正在使用 MARSS 包运行多元自回归状态空间模型。尝试预测时出现错误。这是代码 -

这是错误 -

在使用lsimmatlab 的命令时，我发现程序中的初始条件不会影响模拟的输出。

哪里F是传递函数，以及x0我用状态空间模型计算的初始条件。的值x0不影响y，我什至用不同的数字替换它，模拟的输出y总是相同的。

我实际上是在尝试从实际测量的输出中获取 tf 的参数。所以这是代码的主要部分：

y_real是测量的输出。它是复数的向量。
time 是表示过程持续时间的时间向量。（由测量给出）time = 6:0.01:24
input 表示测试信号，它是一个定义如下的向量：

向量y_real、time和input具有相同的长度。

我会很感激任何想法:))

我正在用 r 包拟合动态线性模型dlm。Petris、Petrone 和 Campagnoli (2009)与包相关联的教科书Dynamic Linear Models With R提供了在 R 中指定模型的良好而详细的解释。当涉及到对演化方差（Wt 在他们的符号中）建模时方差折扣他们在本书网页http://definetti.uark.edu/dlm/上提供了一个功能。
但是，如果我有一个包含两个组件（例如趋势/平均值 + 季节性）的模型，我可能希望对每个组件使用不同的折扣因子。例子：

在这里，我有一个本地级别的模型 + 带有季度周期的季节性组件。有谁知道如何为卡尔曼滤波器中的每个组件指定不同的折扣因子？

在MARSS 用户指南上，据说您可以对参数施加线性限制，并给出了一个理论示例。

我想要一个实际的例子。我的问题是我不知道如何实现线性限制，例如：

我应该使用“2*a”字符串吗？那不会被认为是系数的名称吗？

我想计算x0二阶状态空间表示的初始条件，以便在lsim命令中使用它，使用初始系统输出（我已经拥有）。

我知道一阶的初始条件如下所示：（sys 包括状态空间向量）

第二个 Order 的问题是 x0 是一个向量x0 = [x(1) x(2)]。我试图将它作为一个方程系统来解决，但没有得到令人信服的结果。

想法？

我正在尝试使用dlm库在 R 中构建状态空间模型，但不断收到“矩阵的不兼容维度”错误。

我正在尝试生产的模型的规格如下：

Yt = At + beta*Ft + et

Ft = phi1*Ft-1 + phi2*Ft-2 + vt

At = At-1 + wt

其中 Yt 是可观察变量，At 是建模为随机游走的时变系数，Ft 是遵循 AR(2) 过程的潜在因子。

我一直在尝试设置dlm所需的 FF、V、GG、W、m0 和 C0 矩阵来指定模型，但还没有让程序运行。

请参阅下面我最近的尝试，它返回“不兼容的矩阵维度”错误。

我已经在纸上追踪了相对矩阵大小，它们对我来说看起来不错。谁能告诉我哪里出错了？

提前感谢您的帮助。

斯特凡