主要内容

模拟状态和时间不变状态空间模型的观察

此示例显示如何模拟状态和观察已知的时间不变状态空间模型。

假设潜在的进程是AR(1)模型。状态方程是

X T. = 0. 5. X T. - 1 + T.

在哪里 T. 高斯是否具有平均0和标准偏差1。

生成一个随机系列100个观察结果 X T. ,假设系列从1.5开始。

t = 100;ARMDL = ARIMA('AR',0.5,'不变',0,'方差',1);x0 = 1.5;RNG(1);重复性的%x =模拟(armdl,t,'y0',x0);

进一步假设潜在的过程受到附加测量误差。观察方程是

y T. = X T. + ε. T.

在哪里 ε. T. 高斯是平均0和标准偏差0.75。潜在过程和观察方程在一起构成了一种状态空间模型。

使用随机潜行状态进程(X)和观察方程产生观察。

y = x + 0.75 * randn(t,1);

指定四个系数矩阵。

a = 0.5;B = 1;c = 1;d = 0.75;

使用系数矩阵指定状态空间模型。

MDL = SSM(A,B,C,D)
MDL =状态空间模型类型:SSM状态矢量长度:1观察矢量长度:1个状态干扰矢量长度:1观察创新矢量长度:1个模型支持的样本大小:无限状态变量:X1,X2,...国家干扰金宝app:U1,U2,...观察系列:Y1,Y2,...观察创新:E1,E2,...状态等式:X1(T)=(0.50)X1(T-1)+ U1(T)观察方程:Y1(t)= x1(t)+(0.75)e1(t)初始状态分布:初始状态意味着x1 0初始状态协方差矩阵x1 x1 1.33状态类型x1固定

MDL.是一个SSM.模型。验证使用命令窗口中的显示是否正确指定了模型。该软件infers状态过程是静止的。随后,软件将初始状态均值和协方差设置为AR(1)模型的静止分布的平均值和方差。

模拟每个状态和观察的一条路径。指定路径跨度100次。

[Simy,SIMX] =模拟(MDL,100);

西娅是一个100×1矢量的模拟响应矢量。SIMX.是一个100×1矢量的模拟状态。

用模拟状态绘制真正的状态值。此外,将观察到的响应绘制了模拟响应。

图形子图(2,1,1)绘图(1:T,x,'-k',1:t,simx,':R''行宽',2)标题({'真正的状态值和模拟状态'})xlabel('时期')ylabel('状态') 传奇({'真正的州价值''模拟状态值'})子图(2,1,2)绘图(1:T,Y,'-k',1:t,simy,':R''行宽',2)标题({“观察到的回应和模拟响应”})xlabel('时期')ylabel('回复') 传奇({“观察到的回复”'模拟响应'})

图包含2个轴。具有标题为真状态值和模拟状态的轴1包含2个类型的类型。这些对象表示真正的状态值,模拟状态值。具有标题观察到的响应和模拟响应的轴2包含2型对象。这些对象代表了观察到的响应,模拟响应。

默认,模拟模拟每个状态的一条路径和状态空间模型的观察。进行蒙特卡罗研究,指定模拟大量路径。

也可以看看

|

相关话题