Chcę zaimplementować (w R) następujący bardzo prosty dynamiczny model liniowy, dla którego mam 2 nieznane parametry zmieniające się w czasie (wariancja błędu obserwacji i wariancja błędu stanu ). ϵ 2 t
Chcę oszacować te parametry w każdym momencie, bez uprzedzeń . Z tego, co rozumiem, mogę użyć MCMC (na ruchomym oknie, aby uniknąć uprzedzeń) lub filtra cząstek stałych (lub Sekwencyjnego Monte Carlo - SMC).
Jakiej metody byś użył i
jakie są zalety i wady tych dwóch metod?
Pytanie dodatkowe: W jaki sposób wybierasz szybkość zmian parametrów? Wydaje mi się, że musimy tu wprowadzić informacje, ponieważ istnieje okazja między wykorzystaniem dużej ilości danych do oszacowania parametrów a użyciem mniejszej ilości danych w celu szybszej reakcji na zmianę parametru?