这个例子说明如何使用创建一个固定的ARMA模型受到测量误差SSM
。
要明确地建立一个状态空间模型,它是有帮助的写矩阵形式的状态方程和观测方程。在该示例中,所关注的状态是ARMA(2,1)的过程
哪里 是高斯均值为0,已知的标准偏差0.5。
变量 , 和 在状态空间模型框架。因此,术语 , 和 需要“虚拟状态”被包含在模型中。
随后,状态方程是
注意:
C对应于状态(
),就是始终1
。
和 有术语 。
有术语
。SSM
放状态扰动为高斯随机变量均值为0,方差为1。因此,因子0.5
是状态扰动的标准偏差。
和 有术语 。
观测方程的无偏性为ARMA(2,1)状态过程。观察创新是高斯均值为0,已知的标准偏差0.1。象征性地,观测方程是
您可以通过替换包括测量灵敏度因子(的偏置)1
在由一个标量或未知参数的行向量。
定义状态转换系数矩阵。用为NaN
值来表示未知参数。
A = [楠楠楠楠;0 1 0 0;1 0 0 0;0 0 0 0];
定义状态扰动加载系数矩阵。
B = [0.5;0;0;1];
限定测量灵敏度系数矩阵。
C = [1 0 0 0];
定义观测创新系数矩阵。
d = 0.1;
用SSM
创建状态空间模型。设置初始状态的平均值(Mean0
)到零和协方差矩阵(的向量Cov0
)单位矩阵,除了设置均值和恒定状态的方差1
和0
, 分别。指定初始状态分布的类型(StateType
)通过注意:
是一个固定的,ARMA(2,1)的过程。
是所有期间的常数1。
是滞后ARMA过程,所以它是静止的。
是白噪声处理,所以它是固定的。
Mean0 = [0;1;0;0];Cov0 =眼(4);Cov0(2,2)= 0;StateType = [0;1;0;0]; Mdl = ssm(A,B,C,D,'Mean0',Mean0,'Cov0',Cov0,'StateType',StateType);
MDL
是一个SSM
模型。你可以使用点符号来访问它的属性。例如,打印一个
通过进入Mdl.A
。
用DISP
验证状态空间模型。
DISP(MDL)
状态空间模型类型:SSM状态向量长度:4观察矢量长度:1状态扰动向量长度:1观察创新载体长度:无限的未知参数的估计:4状态变量:通过模型支持1种试样尺寸X1,X2,。金宝app..状态扰动:U1,U2,...观察系列:Y1,Y2,...观测创新:E1,E2,...未知参数:C1,C2,...状态方程:X1(T)=(C1)X1(T-1)+(C2)×2(T-1)+(C3)×3(T-1)+(C 4)X4(T-1)+(0.50)U1(t)的X2(吨)= X2(T-1)×3(T)= X1(T-1)×4(T)= U1(t)的观测方程:Y1(T)= X1(T)+(0.10)E1(t)的初始状态分布:初始状态的装置X1 X2 X3 X4 0 1 0 0初始状态协方差矩阵X1 X2 X3 X4 X1 1个0 0 0 X 2 0 0 0 0 X3 0 0 1 0×4 0 0 0 1状态类型X1 X2 X3 X4固定常数固定静止的
如果你有一组响应,你可以通过它们,MDL
至估计
来估计参数。