KFASの使い方 | Logics of Blue
新規作成：2018年2月7日 最終更新：2018年2月7日 ローカルレベルモデルの推定を通して、KFASパッケージの使い方を説明します。 この記事は、書籍「時系列分析と状態空間モデルの基礎：RとStanで学ぶ理論と実装」の一部を公開したものです。 この書籍は時系列分析の基礎の基礎から始めて、Box-Jenkins法や一般化状態空間モデルまでを解説した、初学者のための時系列分析の入門書です。 類書と比べると難易度は低めだと思っておりますので、これから時系列分析を始めてみたいと考えている方にお勧めします。 スポンサードリンク 目次 この章で使うパッケージ 分析の対象となるデータ KFASによる線形ガウス状態空間モデルの推定 推定結果の図示 KFASによる状態の推定と信頼・予測区間 KFASによる予測 補足：ローカルレベルモデルにおける予測 補足：補間と予測の関係 この章で使うパッケージ この章
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
カルマンフィルタの考え方 | Logics of Blue
カルマンフィルタは、状態空間モデルにおいて、内部の見えない「状態」を効率的に推定するための計算手法です。 カルマンフィルタを理解するためには、まず状態空間モデルが何なのかを理解することが必要です。そのうえでカルマンフィルタの考え方と計算方法を学びます。 この記事では、状態空間モデルもカルマンフィルタもあまり詳しくないという方を対象として、カルマンフィルタの考え方とライブラリを使わない実装方法について説明します。 最後に、R言語における有名なカルマンフィルタの計算パッケージである「dlmパッケージ」の簡単な使い方も解説します。 ソースコードはまとめてこちらに載せてあります。 ブログの内容が本になりました。 書籍サポートページはこちらです スポンサードリンク 目次 状態空間モデルの概要 状態空間モデルとカルマンフィルタの関係 カルマンフィルタの考え方 ライブラリを使わないカルマンフィルタの実装
1
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
