Trong một câu hỏi trước đây, tôi đã hỏi về việc phân phối phù hợp với một số dữ liệu thực nghiệm không phải là Gaussian.
Nó được đề xuất cho tôi ngoại tuyến, rằng tôi có thể thử giả định rằng dữ liệu là Gaussian và phù hợp với bộ lọc Kalman trước. Sau đó, tùy thuộc vào các lỗi, quyết định xem có đáng để phát triển một cái gì đó lạ hơn không. Điều đó có ý nghĩa.
Vì vậy, với một tập hợp dữ liệu chuỗi thời gian đẹp, tôi cần ước tính một vài biến để bộ lọc Kalman chạy.
(Chắc chắn, có lẽ có một gói R ở đâu đó, nhưng tôi thực sự muốn học cách tự làm điều này.)