การใช้ตัวกรองคาลมานเพื่อกำหนดค่าที่ขาดหายไปในอนุกรมเวลา


12

ฉันสนใจว่าตัวกรองคาลมานสามารถใช้เพื่อระบุค่าที่หายไปในข้อมูลอนุกรมเวลาได้อย่างไร นอกจากนี้ยังสามารถใช้งานได้หากมีจุดเวลาติดต่อกันขาดหายไป? ฉันไม่พบอะไรมากในหัวข้อนี้ คำอธิบายความคิดเห็นและลิงค์ใด ๆ ยินดีต้อนรับและชื่นชม!


คุณอาจสนใจโพสต์นี้ มันแสดงตัวอย่างตามการเป็นตัวแทนพื้นที่ของโมเดล ARIMA เพื่อกำหนดค่าที่ขาดหายไปโดยใช้ตัวกรองคาลมาน
javlacalle

@ javlacalle ขอบคุณฉันรู้แล้วโพสต์นี้และมันเป็นตัวอย่างที่ดีสำหรับการใช้งานที่เป็นรูปธรรม แต่ฉันค่อนข้างสนใจในพื้นหลังทางทฤษฎี
GS9

คำตอบ:


9

รอบคัดเลือก: ตัวกรองคาลมาน :

ตัวกรองคาลมานทำงานในแบบจำลองพื้นที่ของรัฐ (มีหลายวิธีในการเขียนมันเป็นแบบง่าย ๆ ที่อิงจากDurbin และ Koopman (2012) ; ทั้งหมดนี้เป็นไปตามหนังสือเล่มนั้นซึ่งยอดเยี่ยม):

yt=Zαt+εtεtN(0,H)αt1=Tαt+ηtηtN(0,Q)α1N(a1,P1)

ytαt

αtαtαtN(at,Pt)αtt

ytαt+1

at+1=Tat+Kt(ytZαt)Pt+1=TPt(TKtZ)+Q

Kt

at+1Pt+1ytyt

at+1=TatPt+1=TPtT+Q

αtαt+1

yt


การใส่ข้อมูล :

at,Ptt=1,2,,T

y^t=Zat

สำหรับการอ้างอิง Durbin และ Koopman (2012) นั้นยอดเยี่ยม ส่วน 4.10 อธิบายการสังเกตที่ขาดหายไป

  • Durbin, J. , & Koopman, SJ (2012) การวิเคราะห์อนุกรมเวลาโดยวิธีการของพื้นที่รัฐ (ฉบับที่ 38) สำนักพิมพ์มหาวิทยาลัยออกซ์ฟอร์ด

การใช้โซลูชันที่ราบรื่นยิ่งขึ้นจะทำให้การใส่ข้อมูล (เนื่องจากมีข้อมูลทั้งหมดแล้ว (ไม่หาย) แล้วทำไมไม่ใช้ข้อมูลในค่าในอนาคตด้วย)
Juho Kokkala

0

ตัวอย่างในการโพสต์ที่ javlacalle ชี้ไปที่ความคิดเห็นของพวกเขามีจุดเวลาที่ขาดหายไปติดต่อกัน คุณอาจสนใจในช่วงรอบ ๆ ค่าที่คาดการณ์ (ในตัวอย่างที่คาดการณ์) การคำนวณที่ปรากฏในกระดาษ State Spaceนี้ในส่วน 2.1

กระดาษที่อาจจะมีที่น่าสนใจก็คือคนนี้

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.