Стандартная модель в пространстве состояний реализует стандартный Фильтр Калмана, и отклонения начального состояния конечны. Можно создать стандартную модель в пространстве состояний путем вызова ssm.
Для обзора поддерживаемых форм модели в пространстве состояний смотрите то, Что Модели в пространстве состояний?.
Явным образом создайте модель в пространстве состояний, содержащую известные значения параметров
Создайте независимое от времени, модель в пространстве состояний, содержащая известные значения параметров.
Создайте модель в пространстве состояний неизвестными параметрами
Явным образом и неявно создайте модели в пространстве состояний неизвестными параметрами.
Создайте модель в пространстве состояний, содержащую состояние ARMA
Создайте стационарную модель ARMA, удовлетворяющую погрешности измерения.
Неявно создайте модель в пространстве состояний, содержащую компонент регрессии
Создайте модель в пространстве состояний, которая содержит компонент регрессии в уравнении наблюдения с помощью сопоставляющей параметр функции, описывающей модель.
Создайте модель в пространстве состояний со случайным коэффициентом состояния
Создайте изменяющееся во времени, модель в пространстве состояний, содержащая случайное, утвердите коэффициент.
Неявно создайте изменяющуюся во времени модель в пространстве состояний
Создайте изменяющееся во времени, модель в пространстве состояний с помощью сопоставляющей параметр функции, описывающей модель.
Что такое модели в пространстве состояний?
Изучите определения модели в пространстве состояний и как создать объект модели в пространстве состояний.
Узнайте о Фильтре Калмана, и сопоставленных определениях и обозначениях.
Оцените независимую от времени модель в пространстве состояний
Сгенерируйте данные из известной модели, задайте модель в пространстве состояний, содержащую неизвестные параметры, соответствующие генерирующемуся процессу данных, и затем соответствуйте модели в пространстве состояний к данным.
Оцените изменяющуюся во времени модель в пространстве состояний
Соответствуйте изменяющейся во времени модели в пространстве состояний к данным.
Оцените модель в пространстве состояний, содержащую компонент регрессии
Соответствуйте модели в пространстве состояний, которая имеет компонент регрессии уравнения наблюдения.
Оцените случайный параметр модели в пространстве состояний
Оцените случайный, авторегрессивный коэффициент состояния в модели в пространстве состояний.
Оцените устойчивость модели в пространстве состояний Используя прокручивающийся анализ окна
Проверяйте, время ли модель в пространстве состояний, варьируясь относительно параметров.
В этом примере показано, как использовать модели в пространстве состояний (SSM) и Фильтр Калмана, чтобы анализировать Diebold-литий и макро-выражениями модели только для выражений [2] из ежемесячных временных рядов кривой доходности, выведенных из США.
Анализ окна прокрутки моделей timeseries
Оцените явным образом и неявно заданные модели в пространстве состояний с помощью прокручивающегося окна.
Отфильтруйте состояния модели в пространстве состояний
Отфильтруйте состояния известного, независимого от времени, модели в пространстве состояний.
Сглаженные состояния модели в пространстве состояний
Сглаживайте состояния известного, независимого от времени, модели в пространстве состояний.
Фильтрация данных через модель в пространстве состояний в режиме реального времени
В этом примере показано, как к nowcast модель в пространстве состояний.
Отфильтруйте изменяющуюся во времени модель в пространстве состояний
Сгенерируйте данные из известной модели, соответствуйте модели в пространстве состояний к данным, и затем отфильтруйте состояния.
Сглаживайте изменяющуюся во времени модель в пространстве состояний
Сгенерируйте данные из известной модели, соответствуйте модели в пространстве состояний к данным, и затем сглаживайте состояния.
Отфильтруйте состояния модели в пространстве состояний, содержащей компонент регрессии
Отфильтруйте состояния независимого от времени, модель в пространстве состояний, которая содержит компонент регрессии.
Сглаженные состояния модели в пространстве состояний, содержащей компонент регрессии
Сглаженные состояния независимого от времени, модель в пространстве состояний, которая содержит компонент регрессии.
Симулируйте состояния и наблюдения за независимой от времени моделью в пространстве состояний
Симулируйте состояния и наблюдения за известной, независимой от времени моделью в пространстве состояний.
Симулируйте изменяющуюся во времени модель в пространстве состояний
Сгенерируйте данные из известной модели, соответствуйте модели в пространстве состояний к данным, и затем симулируйте ряд от подобранной модели.
Предскажите модель в пространстве состояний Используя методы Монте-Карло
Предскажите модель в пространстве состояний с помощью методов Монте-Карло, и сравнить прогнозы Монте-Карло с теоретическими прогнозами.
Сгенерируйте данные из известной модели, соответствуйте модели в пространстве состояний к данным, и затем симулируйте ряд от подобранной модели с помощью более сглаженной симуляции.
Сравните симуляцию, более сглаженную со сглаживавшими состояниями
Продемонстрируйте, как результаты более сглаженной симуляции модели в пространстве состояний выдерживают сравнение со сглаживавшими состояниями.
Предскажите наблюдения модели в пространстве состояний
Предскажите наблюдения за известным, независимым от времени, моделью в пространстве состояний.
Предскажите изменяющуюся во времени модель в пространстве состояний
Сгенерируйте данные из известной модели, соответствуйте модели в пространстве состояний к данным, и затем предскажите состояния и состояния наблюдений от подобранной модели.
Предскажите наблюдения за моделью в пространстве состояний, содержащей компонент регрессии
Оцените модель регрессии, содержащую компонент регрессии, и затем предскажите наблюдения от подобранной модели.
Предскажите модель в пространстве состояний, содержащую смену режима в горизонте прогноза
Предскажите изменяющееся во времени, модель в пространстве состояний, в которой существует смена режима в горизонте прогноза.
Выберите State-Space Model Specification Using Backtesting
Выберите спецификацию модели в пространстве состояний с лучшей прогнозирующей эффективностью с помощью прокручивающегося окна.