Pertanyaan yang diberi tag «state-space-models»

Saat ini saya sedang mengerjakan masalah, di mana saya perlu mengembangkan algoritma rantai Markov Monte Carlo (MCMC) untuk model ruang angkasa. Untuk dapat menyelesaikan masalah, saya telah diberi probabilitas : p ( ) = 2I ( > 0) / (1+ ). menjadi standar deviasi dari .ττ\tauττ\tauττ\tauτ2τ2\tau^2ττ\tauxxx Jadi sekarang saya tahu …

24 distributions  bayesian  prior  state-space-models  cauchy 

\newcommand{\P}{\mathbb{P}} Kami memiliki proses acak yang mungkin-atau-mungkin-tidak terjadi beberapa kali dalam jangka waktu TTT . Kami memiliki umpan data dari model yang sudah ada dari proses ini, yang menyediakan probabilitas sejumlah peristiwa yang terjadi pada periode 0≤t&lt;T0≤t&lt;T0 \leq t < T . Model yang ada ini sudah tua dan kita …

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

Saya mencoba untuk memahami penggunaan PCA dalam artikel jurnal terbaru berjudul "Memetakan aktivitas otak pada skala dengan komputasi cluster" Freeman et al., 2014 (pdf gratis tersedia di situs web lab ). Mereka menggunakan PCA pada data deret waktu, dan menggunakan bobot PCA untuk membuat peta otak. Data tersebut adalah data …

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

Saya melakukan analisis data deret waktu dengan metode ruang negara. Dengan data saya, model tingkat lokal stokastik benar-benar mengungguli yang deterministik. Tetapi model tingkat dan kemiringan deterministik memberikan hasil yang lebih baik daripada dengan tingkat stokastik dan kemiringan stokastik / deterministik. Apakah ini sesuatu yang biasa? Semua metode dalam R …

15 time-series  state-space-models 

Saya memiliki kumpulan data deret waktu yang saya coba paskan dengan Hidden Markov Model (HMM) untuk memperkirakan jumlah status laten dalam data. Kode pseudo saya untuk melakukan ini adalah sebagai berikut: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest …

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 

Paket MARSS di R menawarkan fungsi untuk analisis faktor dinamis. Dalam paket ini, model faktor dinamis ditulis sebagai bentuk khusus dari model ruang negara dan mereka menganggap tren umum mengikuti proses AR (1). Karena saya tidak terlalu mengenal kedua metode itu, saya datang dengan dua pertanyaan: Apakah Analisis Faktor Dinamis …

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

Saya telah membaca Hamilton Bab 13 dan dia memiliki representasi ruang keadaan berikut untuk ARMA (p, q). Misalkan Maka proses ARMA (p, q) adalah sebagai berikut: Lalu, ia mendefinisikan Persamaan Negara sebagai berikut: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) \\ …

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

Apa keuntungan mengekspresikan model ARMA sebagai model ruang-negara dan melakukan peramalan menggunakan filter Kalman? Metodologi ini misalnya digunakan dalam implementasi SARIMAX dari python-statsmodels: https://github.com/statsmodels/statsmodels/tree/master/statsmodels/tsa/statespace

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

Apa langkah-langkah yang terlibat dalam penggunaan filter Kalman dalam model ruang negara? Saya telah melihat beberapa formulasi berbeda , tetapi saya tidak yakin tentang detailnya. Misalnya, Cowpertwait mulai dengan set persamaan ini: θt=Gtθt-1+wtyt= F′tθt+ vtyt=Ft′θt+vty_{t} = F^{'}_{t}\theta_{t}+v_{t} θt= Gtθt - 1+ wtθt=Gtθt−1+wt\theta_{t} = G_{t}\theta_{t-1}+w_{t} di mana , dan , adalah …

10 kalman-filter  state-space-models 

T: Untuk data mana yang tepat untuk menggunakan pemodelan ruang-negara dan pemfilteran Kalman alih-alih menghaluskan splines dan sebaliknya? Apakah ada hubungan kesetaraan antara keduanya? Saya mencoba untuk mendapatkan pemahaman tingkat tinggi tentang bagaimana metode ini cocok bersama. Saya melihat-lihat Estimasi Gaussian baru Johnstone : Sequence and Multiresolution Models . Yang …

10 kalman-filter  splines  state-space-models 

Saya telah membaca komentar yang bagus mengenai bagaimana menangani nilai yang hilang sebelum menerapkan SVD, tetapi saya ingin tahu cara kerjanya dengan contoh sederhana: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Mengingat matriks di atas, jika saya …

8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 

Saya memiliki data yang menggambarkan seberapa sering suatu peristiwa berlangsung selama satu jam ("angka per jam", nph) dan berapa lama acara berlangsung ("durasi dalam detik per jam", dph). Ini adalah data asli: nph &lt;- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732, 4.58823529414907, 5.59999999993481, 5.06666666666667, 11.6470588233699, 1.99999999998209, NA, 4.46153846149851, 18, 1.05882352939726, 9.21739130425452, 27.8399999994814, 15.3750000002237, …

8 normal-distribution  data-transformation  logistic  generalized-linear-model  ridge-regression  t-test  wilcoxon-signed-rank  paired-data  naive-bayes  distributions  logistic  goodness-of-fit  time-series  eviews  ecm  panel-data  reliability  psychometrics  validity  cronbachs-alpha  self-study  random-variable  expected-value  median  regression  self-study  multiple-regression  linear-model  forecasting  prediction-interval  normal-distribution  excel  bayesian  multivariate-analysis  modeling  predictive-models  canonical-correlation  rbm  time-series  machine-learning  neural-networks  fishers-exact  factorisation-theorem  svm  prediction  linear  reinforcement-learning  cdf  probability-inequalities  ecdf  time-series  kalman-filter  state-space-models  dynamic-regression  index-decomposition  sampling  stratification  cluster-sample  survey-sampling  distributions  maximum-likelihood  gamma-distribution