StructTS
位於 stats
包(package)。 說明
通過最大似然擬合時間序列的結構模型。
用法
StructTS(x, type = c("level", "trend", "BSM"), init = NULL,
fixed = NULL, optim.control = NULL)
參數
x |
單變量數值時間序列。允許缺失值。 |
type |
結構模型類。如果省略,則 BSM 用於帶有 |
init |
方差參數的初始值。 |
fixed |
長度與參數總數相同的可選數值向量。如果提供,則隻有 |
optim.control |
|
細節
結構時間序列模型是(單變量)時間序列的(線性高斯)狀態空間模型,基於將序列分解為多個分量。它們由一組誤差方差指定,其中一些可能為零。
最簡單的模型是 type = "level"
指定的局部級模型。它有一個底層 ,它的演變是
觀察結果是
有兩個參數, 和 。它是一個 ARIMA(0,1,1) 模型,但對參數集有限製。
局部線性趨勢模型 type = "trend"
具有相同的測量方程,但在 的動態中具有 time-varying 斜率,由下式給出
具有三個方差參數。找到 (簡化為本地級別模型)或 並不少見,這確保了平滑的趨勢。這是受限 ARIMA(0,2,2) 模型。
基本結構模型 type = "BSM"
是帶有附加季節性成分的局部趨勢模型。因此測量方程為
其中 是具有動態的季節性成分
邊界情況 對應於確定性(但任意)的季節性模式。 (這有時稱為 BSM 的“虛擬變量”版本。)
值
類 "StructTS"
及其組件的列表:
coef |
組件的估計方差。 |
loglik |
最大對數似然。請注意,由於所有這些模型都是非平穩的,這包括某些觀察的擴散先驗,因此無法與 |
loglik0 |
之前使用的常數的最大對數似然R3.0.0,用於向後兼容。 |
data |
時間序列 |
residuals |
標準化殘差。 |
fitted |
具有水平、斜率和季節性分量的一個分量的多個時間序列,同時估計(即在時間 ,而不是在該係列的末尾)。 |
call |
匹配的調用。 |
series |
係列的名稱 |
code |
|
model, model0 |
表示擬合中使用的卡爾曼濾波器的列表。請參閱 |
xtsp |
|
注意
結構模型的優化比許多參考文獻承認的要困難得多。例如,Brockwell & Davis (1996) 中考慮了 AirPassengers
數據:他們的解決方案似乎是局部最大值,但遠不如 StructTS
產生的擬合效果好。找到一個或多個方差為零的擬合是很常見的,這可以包括 。
例子
## see also JohnsonJohnson, Nile and AirPassengers
require(graphics)
trees <- window(treering, start = 0)
(fit <- StructTS(trees, type = "level"))
plot(trees)
lines(fitted(fit), col = "green")
tsdiag(fit)
(fit <- StructTS(log10(UKgas), type = "BSM"))
par(mfrow = c(4, 1)) # to give appropriate aspect ratio for next plot.
plot(log10(UKgas))
plot(cbind(fitted(fit), resids=resid(fit)), main = "UK gas consumption")
## keep some parameters fixed; trace optimizer:
StructTS(log10(UKgas), type = "BSM", fixed = c(0.1,0.001,NA,NA),
optim.control = list(trace = TRUE))
參考
Brockwell, P. J. & Davis, R. A. (1996). Introduction to Time Series and Forecasting. Springer, New York. Sections 8.2 and 8.5.
Durbin, J. and Koopman, S. J. (2001) Time Series Analysis by State Space Methods. Oxford University Press.
Harvey, A. C. (1989) Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press.
Harvey, A. C. (1993) Time Series Models. 2nd Edition, Harvester Wheatsheaf.
也可以看看
KalmanLike
,tsSmooth
; stl
用於不同類型的(季節性)分解。
相關用法
- R SSD 多元模型中的 SSD 矩陣和估計方差矩陣
- R SSbiexp 自啟動 NLS 雙指數模型
- R Smirnov 斯米爾諾夫統計量的分布
- R SSmicmen 自啟動 NLS Michaelis-Menten 模型
- R SignRank Wilcoxon 有符號秩統計量的分布
- R SSasymp 自啟動 NLS 漸近回歸模型
- R SSweibull 自啟動 NLS 威布爾增長曲線模型
- R SSlogis 自啟動 NLS 邏輯模型
- R SSgompertz 自啟動 NLS Gompertz 增長模型
- R SSfol 自啟動 NLS 一階室模型
- R SSfpl 自啟動NLS四參數Logistic模型
- R SSasympOrig 通過原點的自啟動 NLS 漸近回歸模型
- R SSasympOff 帶偏移量的自啟動 Nls 漸近回歸模型
- R stlmethods STL 對象的方法
- R medpolish 矩陣的中值波蘭(穩健雙向分解)
- R naprint 調整缺失值
- R summary.nls 總結非線性最小二乘模型擬合
- R summary.manova 多元方差分析的匯總方法
- R formula 模型公式
- R nls.control 控製 nls 中的迭代
- R aggregate 計算數據子集的匯總統計
- R deriv 簡單表達式的符號和算法導數
- R kruskal.test Kruskal-Wallis 秩和檢驗
- R quade.test 四方測試
- R decompose 移動平均線的經典季節性分解
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Fit Structural Time Series。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。