市场是一个受控的动态系统。 - 页 56

新评论
 
avtomat:

我将坚持我的观点。

嗯，这取决于你。我坚持我的观点：模拟一个开放系统的行为而不考虑外部影响是错误的，即使它是未知的，它对这种行为起着决定性 作用。

我删除了我的方案，那些有兴趣的人已经复制了它。

 
alsu:

嗯，这取决于你。我坚持我的观点：模拟一个开放系统的行为而不考虑外部影响是错误的，即使它是未知的，它在这种行为中起着决定性 的作用。

我删除了我的方案，那些有兴趣的人已经复制了它。




你误解了所提出的计划的机制。外部影响是以系统反应的形式间接存在的。总之...
 
avtomat:

3）在对塑造系统的存在作出这一假设后，我们设定的任务是构建其模型。

考虑到所选择的过程y 和x 的接近标准，模型输出y 应该对应于实际数据x。

按照我的理解，让我们从另一些方面来看看这个计划。

x(t)是一个我们可以观察并同时测量的报价。

y(t)是一些被计算的过程。对于下面的讨论，最根本的是它没有被观察到--在我的术语中，它是一个可观察过程的状态。

让我们写：x(t) = y(t) +d(t) + nu(t)

在哪里？

d(t)是确定性的输入（偏置）。

nu(t) - 一个独立于其余部分的随机过程 - 噪声

让我们同样地描述一下系统的状态。

y(t) = c(t) + y(t-1) + theta(t)

其中

c(t) - 状态的确定性转变

y(t-1) - 状态的前值

theta(t) - 随机过程，与其余部分无关 - 噪声

请注意，我们在时间t的观察过程（报价）实际上是由之前的状态x（t-1）决定的，即基于对系统状态的预测。

所描述的方案有名称：结构时间序列、状态空间模型、动态线性系统。

这个模型的数学中心是卡尔曼滤波，一个相当复杂的计算算法。用不同的内容来填充列出的变量，例如将y(t)视为一种趋势，可以得到任何现有的模型。由于卡尔曼滤波的惊人特性，状态空间模型的表现优于其对应的模型。

在R中，有现成的软件包可以解决上述问题。关于他们，请看下面的文章。

 

dse 软件包提供了多变量、线性、时间序列 独立模型的工具。它包括ARMA 和状态空间表示法，以及它们之间的转换方法。它还包括模拟方法和几个估计功能。该软件包具有查看模型根部、稳定性和不同水平线的预测的功能。ARMA 模型的实现是通用的，因此，VAR、VARX、ARIMA、ARMAX、ARIMAX 可以作为特例来处理。卡尔曼滤波和平滑器估计可以从状态空间的模型中得出，并实现了状态空间的模型拟合方法。介绍和《用户手册》见于小册子。

 

dse 软件包提供了多变量、线性、时间序列 独立模型的工具。它包括ARMA 和状态空间表示法，以及它们之间的转换方法。它还包括模拟方法和几个估计功能。该软件包具有查看模型根部、稳定性和不同水平线的预测的功能。ARMA 模型的实现是通用的，因此，VAR、VARX、ARIMA、ARMAX、ARIMAX 可以作为特例来处理。卡尔曼滤波和平滑器估计可以从状态空间的模型中得出，并实现了状态空间的模型拟合方法。介绍和《用户手册》见于小册子。

 
FKF包 ： 快速、灵活地实现卡尔曼滤波，具有可接受的NA。它完全用C语言编写 ，完全 依靠BLAS 和 LAPACK 中的线性代数程序 。由于滤波器的速度，它变得可以将大维度的状态空间的线性模型适合于大数据集。这个软件包还包含一个绘图功能，可以将状态向量可视化，并以图形方式诊断残差
 

KFAS 软件包提供卡尔曼滤波、状态、干扰和平滑模拟功能，预测和模拟状态空间的模型。当初始状态向量的部分或全部元素的分布未知时，所有函数都可以使用精确的散点初始化。滤波、状态平滑和模拟功能使用了一种顺序处理算法，比标准方法更快，而且它还允许预测误差方差矩阵的特征。KFAS 还包含一个用于计算族状态空间中的指数 模型的 似然的函数和用于平滑族状态空间中的指数模型状态的函数。

 
伙计们，不要再重新发明车轮了。
 
EconModel:
伙计们，不要再重新发明车轮了。

现在有很多软件包，有一个通用的Simulink，在这个基础上你可以建立任何东西。但是，任何软件包都不能取代你的大脑，它不会告诉你在卡尔曼滤波 中建立哪个控制矩阵，也不会为你合成模型的框图。
 
EconModel:
伙计们，不要再重新发明车轮了。

这一次，在一个四平八稳的论坛上，一个正常的话题，甚至没有看到任何灌水者。

让他们发明吧!

也许当我决定加入时，我会加入我自己的东西。 我只需要想办法把它做成这些积木、箭头和操作系统......。

1...495051525354555657585960616263...551
新评论