Как вызвать апостериорные (уточненные) оценки состояния из моделирования фильтра Калмана в R с использованием пакета DSE?
Я добавил пример ниже. Предположим, что я создал простое пространство состояний случайного блуждания с ошибкой, являющейся стандартным нормальным распределением. Модель создается с использованием функции SS с нулевыми оценками инициализированного состояния и ковариации. Форма теоретической модели такова: X(t) = X(t-1) + e(t)~N(0,1) для эволюции состояния Y(t) = X(t) + w(t)~N( 0,1)
Теперь мы реализуем это в R, следуя инструкциям на страницах 6 и 7 статьи «Фильтрация Калмана в R» в Journal of Statistical Software. Сначала мы создаем модель пространства состояний с помощью функции SS() и сохраняем ее в переменной kalman.filter:
kalman.filter=dse::SS(F = matrix(1,1,1),
Q = matrix(1,1,1),
H = matrix(1,1,1),
R = matrix(1,1,1),
z0 = matrix(0,1,1),
P0 = matrix(0,1,1)
)
Затем мы моделируем 100 наблюдений из формы модели с помощью симулятора() и помещаем их в переменную с именем Simulation.kalman.filter:
simulate.kalman.filter=simulate(kalman.filter, start = 1, freq = 1, sampleT = 100)
Затем мы запускаем фильтр Калмана для измерений с помощью l() и сохраняем его в переменной с именем test:
test=l(kalman.filter, simulate.kalman.filter)
Какие из выходных данных являются моими отфильтрованными оценками?