Lắp hệ số DLM thay đổi theo thời gian

Tôi muốn điều chỉnh DLM với các hệ số thay đổi theo thời gian, tức là mở rộng cho hồi quy tuyến tính thông thường,

$y_t = \theta_1 + \theta_2x_2$ .

Tôi có một công cụ dự đoán ( ) và một biến trả lời ( ), sản lượng đánh bắt cá hàng năm và hàng hải nội địa tương ứng từ năm 1950 - 2011. Tôi muốn mô hình hồi quy DLM tuân theo,$x_2$$y_t$

$y_t = \theta_{t,1} + \theta_{t,2}x_t$

trong đó phương trình tiến hóa hệ thống là

$\theta_t = G_t \theta_{t-1}$

từ trang 43 của Mô hình tuyến tính động với R của Petris et al.

Một số mã hóa ở đây,

fishdata <- read.csv("http://dl.dropbox.com/s/4w0utkqdhqribl4/fishdata.csv", header=T)
x <- fishdata$marinefao
    y <- fishdata$inlandfao

lmodel <- lm(y ~ x)
summary(lmodel)
plot(x, y)
abline(lmodel)

Rõ ràng các hệ số thay đổi theo thời gian của mô hình hồi quy phù hợp hơn ở đây. Tôi làm theo ví dụ của anh ấy từ trang 121 - 125 và muốn áp dụng điều này vào dữ liệu của riêng tôi. Đây là mã từ ví dụ

############ PAGE 123
require(dlm)

capm <- read.table("http://shazam.econ.ubc.ca/intro/P.txt", header=T)
capm.ts <- ts(capm, start = c(1978, 1), frequency = 12)
colnames(capm)
plot(capm.ts)
IBM <- capm.ts[, "IBM"]  - capm.ts[, "RKFREE"]
x <- capm.ts[, "MARKET"] - capm.ts[, "RKFREE"]
x
plot(x)
outLM <- lm(IBM ~ x)
outLM$coef
    acf(outLM$res)
qqnorm(outLM$res)
    sig <- var(outLM$res)
sig

mod <- dlmModReg(x,dV = sig, m0 = c(0, 1.5), C0 = diag(c(1e+07, 1)))
outF <- dlmFilter(IBM, mod)
outF$m
    plot(outF$m)
outF$m[ 1 + length(IBM), ]

########## PAGES 124-125
buildCapm <- function(u){
  dlmModReg(x, dV = exp(u[1]), dW = exp(u[2:3]))
}

outMLE <- dlmMLE(IBM, parm = rep(0,3), buildCapm)
exp(outMLE$par)
    outMLE
    outMLE$value
mod <- buildCapm(outMLE$par)
    outS <- dlmSmooth(IBM, mod)
    plot(dropFirst(outS$s))
outS$s

Tôi muốn có thể vẽ các ước tính làm mịn plot(dropFirst(outS$s))cho dữ liệu của riêng tôi, điều mà tôi gặp khó khăn khi thực hiện.

CẬP NHẬT

Bây giờ tôi có thể tạo ra các lô này nhưng tôi không nghĩ chúng đúng.

fishdata <- read.csv("http://dl.dropbox.com/s/4w0utkqdhqribl4/fishdata.csv", header=T)
x <- as.numeric(fishdata$marinefao)
    y <- as.numeric(fishdata$inlandfao)
xts <- ts(x, start=c(1950,1), frequency=1)
xts
yts <- ts(y, start=c(1950,1), frequency=1)
yts

lmodel <- lm(yts ~ xts)
#################################################
require(dlm)
    buildCapm <- function(u){
  dlmModReg(xts, dV = exp(u[1]), dW = exp(u[2:3]))
}

outMLE <- dlmMLE(yts, parm = rep(0,3), buildCapm)
exp(outMLE$par)
        outMLE$value
mod <- buildCapm(outMLE$par)
        outS <- dlmSmooth(yts, mod)
        plot(dropFirst(outS$s))

> summary(outS$s); lmodel$coef
       V1              V2       
 Min.   :87.67   Min.   :1.445  
 1st Qu.:87.67   1st Qu.:1.924  
 Median :87.67   Median :3.803  
 Mean   :87.67   Mean   :4.084  
 3rd Qu.:87.67   3rd Qu.:6.244  
 Max.   :87.67   Max.   :7.853  
 (Intercept)          xts 
273858.30308      1.22505 

Ước tính làm mịn đánh chặn (V1) khác xa với hệ số hồi quy lm. Tôi cho rằng họ nên ở gần nhau hơn.

Chính xác vấn đề của bạn là gì?

Cạm bẫy duy nhất tôi tìm thấy là, rõ ràng,

fishdata <- read.csv("http://dl.dropbox.com/s/4w0utkqdhqribl4,
                     fishdata.csv", header=T)

đọc dữ liệu dưới dạng số nguyên. Tôi đã phải chuyển đổi chúng để nổi,

x <- as.numeric(fishdata$marinefao)
y <- as.numeric(fishdata$inlandfao)

trước khi tôi có thể gọi các hàm dlm *.