Câu hỏi được gắn thẻ «state-space-models»

Tôi hiện đang làm việc về một vấn đề, trong đó tôi cần phát triển thuật toán Markov chuỗi Monte Carlo (MCMC) cho mô hình không gian trạng thái. Để có thể giải quyết vấn đề, tôi đã được đưa ra xác suất sau ττ\tau : p ( ττ\tau ) …

24 distributions  bayesian  prior  state-space-models  cauchy 

\newcommand{\P}{\mathbb{P}} Chúng tôi có một quy trình ngẫu nhiên có thể hoặc không thể xảy ra nhiều lần trong một khoảng thời gian . Chúng tôi có nguồn cấp dữ liệu từ một mô hình có sẵn của quy trình này, cung cấp xác suất của một số sự kiện …

24 negative-binomial  kalman-filter  poisson-process  state-space-models 

Tôi đang cố gắng tìm hiểu việc sử dụng PCA trong một bài báo gần đây có tiêu đề "Lập bản đồ hoạt động của não theo tỷ lệ với điện toán cụm" Freeman et al., 2014 (pdf miễn phí có sẵn trên trang web của phòng thí nghiệm ). …

19 time-series  pca  state-space-models  neuroimaging  neuroscience 

Tôi đang làm phân tích dữ liệu chuỗi thời gian bằng các phương pháp không gian trạng thái. Với dữ liệu của tôi, mô hình cấp địa phương ngẫu nhiên hoàn toàn vượt trội so với mô hình xác định. Nhưng mức độ xác định và mô hình độ dốc …

15 time-series  state-space-models 

Tôi có một bộ dữ liệu chuỗi thời gian mà tôi đang cố gắng khớp với Mô hình Markov ẩn (HMM) để ước tính số lượng trạng thái tiềm ẩn trong dữ liệu. Mã giả của tôi để làm điều này là như sau: for( i in 2 : max_number_of_states …

12 r  aic  hidden-markov-model  bic  spss  manova  time-series  r  lme4-nlme  regression  modeling  negative-binomial  bayesian  bugs  state-space-models  hypothesis-testing  data-transformation  factor-analysis  sem 

Gói MARSS trong R cung cấp chức năng phân tích nhân tố động. Trong gói này, mô hình nhân tố động được viết dưới dạng một mô hình không gian trạng thái đặc biệt và họ giả định các xu hướng chung tuân theo quy trình AR (1). Vì tôi …

12 r  time-series  forecasting  factor-analysis  state-space-models 

Tôi đã đọc Hamilton Chương 13 và anh ta có đại diện không gian trạng thái sau cho một ARMA (p, q). Đặt Sau đó, quá trình ARMA (p, q) như sau: \ started {căn chỉnh} y_t - \ mu & = \ phi_1 (y_ {t-1} - \ mu) + …

11 time-series  arima  kalman-filter  state-space-models 

Những lợi thế của việc thể hiện một mô hình ARMA như một mô hình không gian trạng thái và dự báo bằng bộ lọc Kalman là gì? Phương pháp này là ví dụ được sử dụng trong triển khai SARIMAX của python-statsmodels: https://github.com/statsmodels/statsmodels/tree/master/statsmodels/tsa/statespace

10 forecasting  arma  kalman-filter  state-space-models  statsmodels 

Các bước liên quan đến việc sử dụng bộ lọc Kalman trong các mô hình không gian trạng thái là gì? Tôi đã thấy một vài công thức khác nhau , nhưng tôi không chắc về chi tiết. Ví dụ: Cowpertwait bắt đầu với bộ phương trình này: θt=Gtθt-1+wtyt=F′tθt+vtyt=Ft′θt+vty_{t} = …

10 kalman-filter  state-space-models 

Hỏi: Dữ liệu nào phù hợp để sử dụng mô hình hóa không gian trạng thái và lọc Kalman thay vì làm mịn các spline và ngược lại? Có một số mối quan hệ tương đương giữa hai? Tôi đang cố gắng để có được sự hiểu biết cấp cao …

10 kalman-filter  splines  state-space-models 

Tôi đã đọc những bình luận tuyệt vời về cách xử lý các giá trị bị thiếu trước khi áp dụng SVD, nhưng tôi muốn biết nó hoạt động như thế nào với một ví dụ đơn giản: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 …

8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 

Tôi có dữ liệu mô tả tần suất một sự kiện diễn ra trong một giờ ("số lượng mỗi giờ", nph) và thời gian các sự kiện kéo dài ("thời gian tính bằng giây mỗi giờ", dph). Đây là dữ liệu gốc: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732, 4.58823529414907, 5.59999999993481, …

8 normal-distribution  data-transformation  logistic  generalized-linear-model  ridge-regression  t-test  wilcoxon-signed-rank  paired-data  naive-bayes  distributions  logistic  goodness-of-fit  time-series  eviews  ecm  panel-data  reliability  psychometrics  validity  cronbachs-alpha  self-study  random-variable  expected-value  median  regression  self-study  multiple-regression  linear-model  forecasting  prediction-interval  normal-distribution  excel  bayesian  multivariate-analysis  modeling  predictive-models  canonical-correlation  rbm  time-series  machine-learning  neural-networks  fishers-exact  factorisation-theorem  svm  prediction  linear  reinforcement-learning  cdf  probability-inequalities  ecdf  time-series  kalman-filter  state-space-models  dynamic-regression  index-decomposition  sampling  stratification  cluster-sample  survey-sampling  distributions  maximum-likelihood  gamma-distribution