使用估計的狀態空間參數預測

我有一個時間序列（TS）和使用的MARSS包來創建一個狀態空間模型使用估計的狀態空間參數預測

fit = MARSS(ts)

給參數估計，狀態估計（fit$states）和他們的標準錯誤（fit$states.se）

但是，這些估計值僅用於歷史數據系列。

關於如何生成這些矩陣模型有一個很好的教程。

但我怎麼可以使用歷史悠久的模型輸出矩陣，使新的矩陣估計和預測1,2,3期的未來？

2012-07-08 adam.888

還有一個很棒的博客：http：//tr8dr.wordpress.com/2011/08/03/smoothed-utf/，這將是非常有趣的擴大這些想法。 – 2012-07-10 19:26:30

Ans：MARSSsimulate（MLEobj，tSteps = 100，nsim = 1，silent = TRUE， miss.loc = NULL） – 2013-04-03 17:59:35

我不熟悉'庫（MARSS）'。但是我剛完成了一個預測項目，並使用了'library（forecast）'，特別是'forecast :: forecast（）'。我不確定它是否處理'MARSS'對象，但值得一拍 – 2015-08-25 02:52:05

有點太晚了，但是您需要做的預測就是在系列末尾輸入缺失值，然後MARSS會自動填補這些缺失與期望的預測。狀態空間模型中的預測相當於處理缺失值...

2018-02-16 06:56:18 slak

請在您的答案中添加更多信息。 – Pedram 2018-02-16 07:17:49

回答