Perguntas com a marcação «state-space-models»

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+ …

24 distributions  bayesian  prior  state-space-models  cauchy 

\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 executar verificações ativas nos dados de …

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

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 …

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

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 inclinação estocástica …

15 time-series  state-space-models 

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 …

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 

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 …

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

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) + …

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

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 python-statsmodels: https://github.com/statsmodels/statsmodels/tree/master/statsmodels/tsa/statespace

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

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} = F^{'}_{t}\theta_{t}+v_{t} θt=Gtθt−1+wtθt=Gtθt−1+wt\theta_{t} = G_{t}\theta_{t-1}+w_{t} onde e , são nossas estimativas …

10 kalman-filter  state-space-models 

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 Estimation: Sequence …

10 kalman-filter  splines  state-space-models 

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 …

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 

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, 4.58823529414907, 5.59999999993481, 5.06666666666667, 11.6470588233699, 1.99999999998209, NA, 4.46153846149851, 18, 1.05882352939726, …

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