Czy ktoś ma dobry przykład prognozowania / wygładzania szeregów czasowych za pomocą Kalmana Filter w R?
źródło
Czy ktoś ma dobry przykład prognozowania / wygładzania szeregów czasowych za pomocą Kalmana Filter w R?
Pan spojrzał w szeregu czasowym Widok zadania CRAN?
Zawiera kilka wpisów dla pakietów obejmujących filtrowanie Kalmana:
i więcej, ponieważ jest to dość powszechna technika szacowania szeregów czasowych.
Oprócz pakietów wymienionych w innych odpowiedziach, warto przyjrzeć się prognozie pakietów, która dotyczy konkretnej klasy modeli obsadzonych w formie przestrzeni stanu i pakietu MARSS z przykładami i zastosowaniami w biologii (patrz w szczególności dobrze napisana instrukcja , Rozdz. 5).
W przypadku ogólnych zastosowań zgadzam się jednak z poprzednimi odpowiedziami, ponieważ dlm jest moim zdaniem wszechstronnym i potężnym pakietem (dobrze opisanym w książce Dynamiczne modele liniowe w R autorstwa Petrisa i in.), KFAS oferuje procedury, które implementują większość algorytmów opisanych w doskonałej analizie szeregów czasowych metodą State Space Methods i FKF z ograniczonymi możliwościami i bez przykładów, ale najszybszą.
Dla dobrych przykładów spójrz na winietę dlm. Unikałbym wszystkich innych pakietów, jeśli nie masz jasnego pojęcia, co chcesz zrobić i jak.
źródło
dlm
i jego winieta. Najważniejsze jest to, że DLM są znacznie bardziej podobne do programowania niż większość innych metod. Jeśli zamierzasz robić cokolwiek poza podstawowym modelowaniem i prognozowaniem, będziesz musiał zrozumieć macierze (w pewnym sensie programy przestrzeni kosmicznej) i metody, któredlm
się dla ciebie generują. Większość innych pakietów obsługuje przetwarzanie twoich macierzy, ale oczekujesz, że zrozumiesz, jak je wykonać.Pakiet stsm jest teraz dostępny w CRAN. Pakiet oferuje pewne narzędzia pasujące do podstawowego strukturalnego modelu szeregów czasowych.
Pakiety wspomniane w innych odpowiedziach zapewniają elastyczne interfejsy do rzutowania szerokiej gamy modeli szeregów czasowych w formie przestrzeni stanów i dają dźwiękowe implementacje filtra Kalmana. Jednak moim zdaniem mało uwagi poświęca się procedurze optymalizującej funkcję prawdopodobieństwa. Algorytm ogólnego przeznaczenia - algorytm L-BFGS-B - jest zwykle używany.
stsm
Pakiet zwiększa standardową procedurę i zapewnia specyficzne algorytmy w celu dopasowania do podstawowego modelu strukturalnego.Dalsze szczegóły podano w dokumencie dołączonym do opakowania. Dla szybkiego przykładu możesz także zobaczyć ten post .
źródło