\newcommand{\P}{\mathbb{P}} Temos um processo aleatório que pode-ou-pode-não ocorrer várias vezes num período de tempo . Temos um feed de dados de um modelo preexistente desse processo, que fornece a probabilidade de vários eventos ocorrerem no período . Esse modelo existente é antigo e precisamos...
Atualmente, estou trabalhando em um problema, no qual preciso desenvolver um algoritmo de Monte Carlo em cadeia de Markov (MCMC) para um modelo de espaço de estado. Para poder resolver o problema, recebi a seguinte probabilidade de : p ( τ ) = 2I ( τ > 0) / (1+ τ 2 ). sendo o desvio padrão de...
Estou tentando entender o uso do PCA em um artigo recente em uma revista intitulado "Mapeando a atividade cerebral em escala com computação em cluster" Freeman et al., 2014 (pdf gratuito disponível no site do laboratório ). Eles usam o PCA em dados de séries temporais e usam os pesos do PCA para...
Estou fazendo análise de dados de séries temporais por métodos de espaço de estado. Com meus dados, o modelo estocástico de nível local superou totalmente o modelo determinístico. Mas o nível determinístico e o modelo de inclinação oferecem melhores resultados do que com o nível estocástico e a...
O pacote MARSS em R oferece função para análise dinâmica de fatores. Neste pacote, o modelo de fator dinâmico é escrito como uma forma especial de modelo de espaço de estado e eles assumem que as tendências comuns seguem o processo AR (1). Como não estou muito familiarizado com esses dois métodos,...
Eu tenho um conjunto de dados de séries temporais no qual estou tentando ajustar um Modelo de Markov oculto (HMM) para estimar o número de estados latentes nos dados. Meu pseudo-código para fazer isso é o seguinte: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ......
Eu tenho lido o capítulo 13 de Hamilton e ele tem a seguinte representação de espaço de estado para um ARMA (p, q). Seja Depois, o processo ARMA (p, q) é o seguinte: \ begin {alinhado} y_t - \ mu & = \ phi_1 (y_ {t-1} - \ mu) + \ phi_2 (y_ {t-2} - \ mu) + ... + \ phi_3 (y_ {t-3} - \ mu) \\...
P: Para quais dados é apropriado usar a modelagem do espaço de estados e a filtragem Kalman em vez de suavizar splines e vice-versa? Existe alguma relação de equivalência entre os dois? Estou tentando entender de alto nível como esses métodos se encaixam. Naveguei pelos novos modelos Gaussian...
Quais são as etapas envolvidas no uso de filtros Kalman em modelos de espaço de estado? Eu já vi algumas formulações diferentes , mas não tenho certeza dos detalhes. Por exemplo, Cowpertwait começa com este conjunto de equações: yt=F′tθt+vtyt=Ft′θt+vty_{t} =
Quais são as vantagens de expressar um modelo ARMA como um modelo de espaço de estado e fazer previsões usando um filtro Kalman? Essa metodologia é usada, por exemplo, na implementação SARIMAX dos
Eu tenho dados que descrevem com que frequência um evento ocorre durante uma hora ("número por hora", nph) e quanto tempo os eventos duram ("duração em segundos por hora", dph). Estes são os dados originais: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732,...
Eu li os ótimos comentários sobre como lidar com valores ausentes antes de aplicar o SVD, mas gostaria de saber como ele funciona com um exemplo simples: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Dada a matriz acima, se eu remover os valores de NA, acabarei...