Неявно создайте модель в пространстве состояний, содержащую компонент регрессии

В этом примере показано, как неявно создать модель в пространстве состояний, которая содержит компонент регрессии в уравнении наблюдения. Модель состояния является ARMA (1,1).

Запишите функцию, которая задает как параметры в params сопоставьте с матрицами модели в пространстве состояний, значениями начального состояния и типом состояния. Задайте компонент регрессии путем выкачивания наблюдений в функции. Символически, модель:

$$\begin{array}{l}
\left[ {\begin{array}{*{20}{c}}
{{x_{1,t}}}\\
{{x_{2,t}}}
\end{array}} \right] = \left[ {\begin{array}{*{20}{c}}
{{\phi _1}}&{{\theta _1}}\\
0&0
\end{array}} \right]\left[ {\begin{array}{*{20}{c}}
{{x_{1,t - 1}}}\\
{{x_{2,t - 1}}}
\end{array}} \right] + \left[ {\begin{array}{*{20}{c}}
{{\sigma _1}}\\
1
\end{array}} \right]{u_{1t}}\\
{y_t} - \beta {z_t} = a{x_{1,t}} + {\sigma _2}{\varepsilon _t}.
\end{array}$$


% Copyright 2015 The MathWorks, Inc.

function [A,B,C,D,Mean0,Cov0,StateType,DeflateY] = regressionParamMap(params,y,z)
% State-space model with a regression component parameter mapping function
% example. This function maps the vector params to the state-space matrices
% (A, B, C, and D), the initial state value and the initial state variance
% (Mean0 and Cov0), and the type of state (StateType). The state model is
% an ARMA(1,1).
    varu1 = exp(params(3)); % Positive variance constraint
    vare1 = exp(params(4));
    A = [params(1) params(2); 0 0];
    B = [sqrt(varu1); 1]; 
    C = [1 0];
    D = sqrt(vare1);
    Mean0 = [0.5 0.5];
    Cov0 = eye(2);
    StateType = [0 0];
    DeflateY = y - params(5)*z;
end

Сохраните этот код как файл с именем regressionParamMap на вашем пути MATLAB®.

Создайте модель в пространстве состояний путем передачи функционального regressionParamMap как указатель на функцию к ssm.

Mdl = ssm(@(params)regressionParamMap(params,y,z));

ssm неявно создает модель в пространстве состояний. Обычно, вы не можете проверить неявно заданные модели в пространстве состояний.

Прежде, чем создать модель, гарантируйте что данные y и z существуйте в своей рабочей области.

Смотрите также

| |

Связанные примеры

Больше о

Для просмотра документации необходимо авторизоваться на сайте