dlmの使い方 | Logics of Blue
最終更新:2017年6月1日 Rのｄｌｍパッケージを用いて、動的線形モデル（正規線形状態空間モデル）を推定する方法を書きます。 ●状態空間モデル関連のページ なぜ状態空間モデルを使うのか 状態空間モデル：状態空間モデルのことはじめ ｄｌｍの使い方 ：Ｒで正規線形状態空間モデルを当てはめる ローカルレベルモデル：ｄｌｍパッケージを使ってローカルレベルモデルを当てはめる 季節とトレンド：ｄｌｍパッケージを使って季節成分とトレンドの入ったモデルを作る dlmによる時変形数モデル：ｄｌｍによる「時間によって係数が変化する回帰モデル」の作成 Pythonによる状態空間モデル：R言語ではなくPythonを使いたい方はこちらをどうぞ スポンサードリンク 目次 １．状態空間モデル推定の流れ Step1 状態空間モデルの「型」を決める Step2 パラメタを推定するー最尤法 Step3 カルマンフィルターす
『Rで状態空間モデル2』
前回KFASでうまくいかなかったが、時変係数をランダムウォークとするのであれば、 最終時点の係数を予測に使えばいいわけで（期待値は不変だから）、 わざわざKFASを使わなくてもいいか、ということでdlmでやってみる。 100%こちらを参考に実践 説明変数を2変数に増やしたパターンでもちゃんと推定できるか確認。 パッケージさえインストールしていれば以下コピペでそのままグラフまで描ける。 ↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓ # パラメタの設定 # サンプルサイズ N <- 500 # 観測誤差の標準偏差 observationErrorSD <- 20 # 切片の過程誤差の標準偏差 processErrorSD <- 10 # 係数1の過程誤差の標準偏差 coefErrorSD1 <- 0.5 # 係数2の過程誤差の標準偏差 coefErrorSD2 <- 0.2 #
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
