Date tutte le buone proprietà dei modelli dello spazio degli stati e KF, mi chiedo: quali sono gli svantaggi della modellazione dello spazio degli stati e dell'utilizzo del filtro Kalman (o EKF, UKF o filtro delle particelle) per la stima? Oltre diciamo metodologie convenzionali come ARIMA, VAR o metodi ad …
Un filtro antiparticolato e un filtro Kalman sono entrambi stimatori bayesiani ricorsivi . Incontro spesso filtri Kalman nel mio campo, ma molto raramente vedo l'uso di un filtro antiparticolato. Quando uno sarebbe usato sopra l'altro?
Sto calcolando un filtro Kalman molto semplice (camminata casuale + modello rumore). Trovo che l'output del filtro sia molto simile a una media mobile. Esiste un'equivalenza tra i due? In caso contrario, qual è la differenza?
\newcommand{\P}{\mathbb{P}} Abbiamo un processo casuale che può-o-può-non si verificano più volte in un determinato periodo di tempo TTT . Abbiamo un feed di dati da un modello preesistente di questo processo, che fornisce la probabilità che si verifichino numerosi eventi nel periodo 0≤t<T0≤t<T0 \leq t < T . Questo modello …
Ecco la mia vecchia domanda Vorrei chiedere se qualcuno conosce la differenza (se c'è qualche differenza) tra i modelli Hidden Markov (HMM) e Particle Filter (PF), e di conseguenza Kalman Filter, o in quali circostanze utilizziamo quale algoritmo. Sono uno studente e devo fare un progetto, ma prima devo capire …
Di recente ho implementato un filtro Kalman sul semplice esempio di misurazione di una posizione di particelle con una velocità e un'accelerazione casuali. Ho scoperto che il filtro Kalman ha funzionato bene, ma poi mi sono chiesto qual è la differenza tra questo e il solo fare una media mobile? …
Ho scritto un codice in grado di eseguire il filtraggio di Kalman (utilizzando un numero di diversi filtri di tipo Kalman [Information Filter et al.]) Per l'analisi dello spazio di stato gaussiano lineare per un vettore di stato n-dimensionale. I filtri funzionano alla grande e sto ottenendo un bel risultato. …
Ho una traiettoria di un oggetto in uno spazio 2D (una superficie). La traiettoria è data come una sequenza di (x,y)coordinate. So che le mie misurazioni sono rumorose e a volte ho ovvi valori anomali. Quindi, voglio filtrare le mie osservazioni. Per quanto ho capito filtro Kalman, fa esattamente quello …
Voglio utilizzare il bootstrap per stimare gli intervalli di confidenza per i parametri stimati da un set di dati del pannello con N = 250 aziende e T = 50 mesi. La stima dei parametri è computazionalmente costosa (pochi giorni di calcolo) a causa dell'uso del filtraggio di Kalman e …
Sono interessato a come i filtri Kalman possono essere utilizzati per imputare i valori mancanti nei dati delle serie temporali. È applicabile anche se mancano alcuni punti temporali consecutivi? Non riesco a trovare molto su questo argomento. Eventuali spiegazioni, commenti e collegamenti sono benvenuti e apprezzati!
Sto usando il filtro Kalman in un modo molto standard. Il sistema è rappresentato dall'equazione di stato e dall'equazione di osservazione .xt+1=Fxt+vt+1xt+1=Fxt+vt+1x_{t+1}=Fx_{t}+v_{t+1}yt=Hxt+Azt+wtyt=Hxt+Azt+wty_{t}=Hx_{t}+Az_{t}+w_{t} I libri di testo insegnano che dopo aver applicato il filtro Kalman e aver ottenuto le "previsioni a un passo" (o "stima filtrata"), dovremmo usarli per calcolare la …
Ho letto Hamilton capitolo 13 e ha la seguente rappresentazione dello spazio degli stati per un ARMA (p, q). Sia Quindi il processo ARMA (p, q) è il seguente: \ begin {align} y_t - \ mu & = \ phi_1 (y_ {t-1} - \ mu) + \ phi_2 (y_ {t-2} …
Quali sono i vantaggi di esprimere un modello ARMA come modello spazio-statale e fare previsioni usando un filtro Kalman? Questa metodologia viene ad esempio utilizzata nell'implementazione SARIMAX di python-statsmodels: https://github.com/statsmodels/statsmodels/tree/master/statsmodels/tsa/statespace
Quali sono i passaggi coinvolti nell'uso dei filtri Kalman nei modelli dello spazio degli stati? Ho visto un paio di formulazioni diverse , ma non sono sicuro dei dettagli. Ad esempio, Cowpertwait inizia con questo insieme di equazioni: θt=Gtθt-1+wtyt=F′tθt+vtyt=Ft′θt+vty_{t} = F^{'}_{t}\theta_{t}+v_{t} θt=Gtθt−1+wtθt=Gtθt−1+wt\theta_{t} = G_{t}\theta_{t-1}+w_{t} dove e , sono le nostre …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.