エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
時系列データ解析における状態空間モデルとは |AVILEN
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
時系列データ解析における状態空間モデルとは |AVILEN
状態空間モデルとは直接観測できない潜在的な状態の存在を仮定したモデルを状態空間モデルといいます。 ... 状態空間モデルとは直接観測できない潜在的な状態の存在を仮定したモデルを状態空間モデルといいます。 状態空間モデルは、次式のように観測方程式と状態方程式によって表されます。 観測方程式 yt=h(αt)+εty_t = h({\bf \alpha}_{t}) + \varepsilon_tyt=h(αt)+εt 状態方程式 αt=f(αt−1)+g(ξt){\bf \alpha}_t =f({\bf \alpha}_{t-1}) + g({\bf \xi}_t)αt=f(αt−1)+g(ξt) 観測方程式から見ていきます。 観測データ ytytyt は、同時点の観測できない状態 αtαtαt の関数 h(αt)h(αt)h(αt) と観測ノイズ εtεtεt の加算で表されます。 状態 αtαtαt は任意次元のベクトルで、様々な要素を状態として考慮することができます。 次に状態