Statystyki i duże zbiory danych state-space-models

1

Jakie są właściwości rozkładu połowy Cauchy'ego?

Obecnie pracuję nad problemem, w którym muszę opracować algorytm Monte Carlo (MCMC) łańcucha Markowa dla modelu przestrzeni stanów. Aby móc rozwiązać problem, podano mi następujące prawdopodobieństwo : p ( ) = 2I ( > 0) / (1+ ). jest odchyleniem standardowym .ττ\tauττ\tauττ\tauτ2)τ2)\tau^2ττ\tauxxx Więc teraz wiem, że jest to rozkład w …

24 distributions bayesian prior state-space-models cauchy

2

Zmienić modelowanie procesu za pomocą rozkładu Poissona, aby zastosować ujemny rozkład dwumianowy?

\newcommand{\P}{\mathbb{P}} Mamy procesu losowego, które mogą, albo nie, może wystąpić wiele razy w zadanym okresie czasu . Mamy plik danych z wcześniej istniejącego modelu tego procesu, który zapewnia prawdopodobieństwo wystąpienia wielu zdarzeń w okresie 0 \ leq t <T . Ten istniejący model jest stary i musimy przeprowadzać bieżące kontrole …

24 negative-binomial kalman-filter poisson-process state-space-models

2

Jak interpretować PCA na danych szeregów czasowych?

Próbuję zrozumieć zastosowanie PCA w niedawnym artykule w czasopiśmie zatytułowanym „Mapowanie aktywności mózgu na dużą skalę za pomocą obliczeń klastrowych” Freeman i in., 2014 (bezpłatny plik pdf dostępny na stronie laboratorium ). Używają PCA do danych szeregów czasowych i wykorzystują wagi PCA do stworzenia mapy mózgu. Dane to średnie dane …

19 time-series pca state-space-models neuroimaging neuroscience

1

Jak sprawdzić, który model jest lepszy w analizie szeregów czasowych w przestrzeni stanów?

Wykonuję analizę danych szeregów czasowych metodami przestrzeni stanów. Z moich danych stochastyczny model na poziomie lokalnym całkowicie przewyższał model deterministyczny. Ale poziom deterministyczny i model nachylenia daje lepsze wyniki niż w przypadku poziomu stochastycznego i nachylenia stochastycznego / deterministycznego. Czy to jest coś zwykłego? Wszystkie metody w R wymagają wartości …

15 time-series state-space-models

1

Kryteria wyboru „najlepszego” modelu w ukrytym modelu Markowa

Mam zestaw danych szeregów czasowych, do którego próbuję dopasować ukryty model Markowa (HMM) w celu oszacowania liczby stanów ukrytych w danych. Mój pseudo-kod do tego jest następujący: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest BIC" ... } Teraz, …

12 r aic hidden-markov-model bic spss manova time-series r lme4-nlme regression modeling negative-binomial bayesian bugs state-space-models hypothesis-testing data-transformation factor-analysis sem

1

Dynamiczna analiza czynnikowa a model przestrzeni stanów

Pakiet MARSS w R oferuje funkcję dynamicznej analizy czynnikowej. W tym pakiecie dynamiczny model czynnikowy jest zapisany jako specjalna forma modelu przestrzeni stanów i zakładają one wspólne trendy zgodne z procesem AR (1). Ponieważ nie znam tych dwóch metod, mam dwa pytania: Czy dynamiczna analiza czynnikowa jest specjalną formą modelu …

12 r time-series forecasting factor-analysis state-space-models

2

Reprezentacja ARMA w przestrzeni stanu (p, q) z Hamiltona

r=max(p,q+1)r=max(p,q+1)r = \max(p,q+1)yt−μ=ϕ1(yt−1−μ)+ϕ2(yt−2−μ)+...+ϕ3(yt−3−μ)+ϵt+θ1ϵt−1+...+θr−1ϵt−r+1.yt−μ=ϕ1(yt−1−μ)+ϕ2(yt−2−μ)+...+ϕ3(yt−3−μ)+ϵt+θ1ϵt−1+...+θr−1ϵt−r+1. \begin{aligned} y_t -\mu &= \phi_1(y_{t-1} -\mu) + \phi_2(y_{t-2} -\mu) + ... + \phi_3(y_{t-3} -\mu) \\ &+ \epsilon_t + \theta_1\epsilon_{t-1} + ... + \theta_{r-1}\epsilon_{t-r+1}. \end{aligned} ξt+1=⎡⎣⎢⎢⎢⎢ϕ11⋮0ϕ20⋮0…………ϕr−1001ϕr000⎤⎦⎥⎥⎥⎥ξt+⎡⎣⎢⎢⎢⎢ϵt+10⋮0⎤⎦⎥⎥⎥⎥ξt+1=[ϕ1ϕ2…ϕr−1ϕr10…00⋮⋮…0000…10]ξt+[ϵt+10⋮0] \xi_{t+1} = \begin{bmatrix} \phi_1 & \phi_2 & \dots & \phi_{r-1} & \phi_r \\ 1 & 0 & \dots & 0 & 0 …

11 time-series arima kalman-filter state-space-models

1

Dlaczego prognozy modeli ARMA są wykonywane przez filtr Kalmana

Jakie są zalety wyrażania modelu ARMA jako modelu przestrzeni stanów i przeprowadzania prognozowania przy użyciu filtra Kalmana? Metodologia ta jest na przykład stosowana w implementacji SARIMAX w python-statsmodels: https://github.com/statsmodels/statsmodels/tree/master/statsmodels/tsa/statespace

10 forecasting arma kalman-filter state-space-models statsmodels

1

Wyjaśnienie filtrów Kalmana w modelach przestrzeni stanów

Jakie są kroki związane z użyciem filtrów Kalmana w modelach przestrzeni stanów? Widziałem kilka różnych sformułowań, ale nie jestem pewien szczegółów. Na przykład Cowpertwait zaczyna się od następującego zestawu równań: yt= F.′tθt+ vtyt=fat′θt+vty_{t} = F^{'}_{t}\theta_{t}+v_{t} θt= Gtθt - 1+ wtθt=soltθt-1+wt\theta_{t} = G_{t}\theta_{t-1}+w_{t} gdzie i , \ theta_ {t} to nasze …

10 kalman-filter state-space-models

1

Filtr Kalmana a wygładzanie splajnów

P: Dla jakich danych właściwe jest stosowanie modelowania w przestrzeni stanów i filtrowania Kalmana zamiast wygładzania splajnów i odwrotnie? Czy istnieje jakaś relacja równoważności między nimi? Próbuję uzyskać ogólne zrozumienie, w jaki sposób te metody pasują do siebie. Przeglądałem nowe oszacowanie Gaussa: Modele sekwencyjne i wielorozdzielcze Johnstone'a . Zaskakujące było …

10 kalman-filter splines state-space-models

Pytania otagowane jako state-space-models