Оценка пользовательской модели пространства состояний с использованием пакета KFAS R с матрицами T и R

Я хочу оценить модель пространства состояний с несколькими конкретными предположениями. Я изучил Как оценить фильтр Калмана с пакетом R «KFAS» с уравнением перехода AR (1)? решить проблему с Error ... : System matrices (excluding Z) contain NA or infinite values, однако я все еще не могу получить ожидаемых результатов.

Вот пример:

# simulation ----------------------
library(KFAS)
set.seed(2018)

xt<-arima.sim(n = 100, list(ar = c(0.7)))+5
at<-arima.sim(n = 100, list(ar = c(0.2,0.1)),sd=0.1)
bt<-arima.sim(n = 100, list(ar = c(0.1)),sd=0.1)
e1<-rnorm(100,0,0.5)
e2<-rnorm(100,0,0.5)

plot(xt+at,type='l')
lines(xt+bt,type='l',col='red')

tempM<-matrix(c(xt+at+e1,
           xt+bt+e2),100,2)   
# model -----------------------------------------------

Zt <- t(matrix(c(1,1,0,1,0,1,0,1,0,1),5,2))
Ht <- matrix(c(0,0,0,0),2,2)
Tt <- diag(NA,5)
Rt <- matrix(c(c(NA,0,0,0,0),c(NA,NA,0,0,0),c(NA,NA,NA,0,0),c(0,0,0,NA,0),c(0,0,0,0,NA)),5,5)
Qt <- diag(1,5)

ss_model <- SSModel(tempM ~ -1 + SSMcustom(Z = Zt, T = Tt, R = Rt, 
                                       Q = Qt), H = Ht)

# this gives an error
updatefn <- function(pars, model) {
  model$T[1] <- pars[1]
  model$R[1] <- pars[2]
  model
}

fit <- fitSSM(ss_model, c(1, 0.5), updatefn, method = "L-BFGS-B",
          lower = c(0, -0.99), upper = c(100, 0.99))
# end error example

# using optim (from link) -------------------

objf <- function(pars, model, estimate = TRUE) {
  model$T[1] <- pars[1]
  model$R[1] <- pars[2]
  if (estimate) {
    -logLik(model)
  } else {
    model
  }
}

opt <- optim(c(diag(1,5),diag(1,5)), objf, method = "L-BFGS-B", 
         model = ss_model)

ss_model_opt <- objf(opt$par, ss_model, estimate = FALSE)

Теперь я получаю:

ss_model_opt$R

        [,1] [,2] [,3] [,4] [,5]
custom1    0   NA   NA    0    0    
custom2    0   NA   NA    0    0
custom3    0    0   NA    0    0
custom4    0    0    0   NA    0
custom5    0    0    0    0   NA

и я бы ожидал что-то вроде:

     [,1] [,2] [,3] [,4] [,5]
[1,]    1  0.1  0.1  0.0  0.0
[2,]    0 -0.1 -0.1  0.0  0.0
[3,]    0  0.0 -0.1  0.0  0.0
[4,]    0  0.0  0.0  0.5  0.0
[5,]    0  0.0  0.0  0.0  0.5

В частности, я хочу применить модель из Моделирование изменений данных: ошибка измерения и динамика «истинных» значений в двумерный наблюдаемый вектор.


r time-series state-space
person m.ziembinski    schedule 10.02.2018    source источник

Ответы (1)


arrow_upward
0
arrow_downward

У вас есть 13 значений NA в вашей модели, но вы изменяете только два из них в своей целевой функции. Попробуй это:

updatefn <- function(pars, model) {
  diag(model$T[,,1]) <- pars[1:5]
  model$R[is.na(model$R)] <- pars[6:13]
  model
}

fit <- fitSSM(ss_model, rep(0.5,13), updatefn, method = "L-BFGS-B",
              lower = c(0, -0.99), upper = c(100, 0.99))
person Jouni Helske    schedule 16.05.2018