Kalman Filter问题请教

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

[backcolor=rgba(255, 255, 255, 0.917969)]通常线性KF需要把问题分为 transition and measurement equations,Y(t) = alpha + beta * X(t) + error1
X(t) = mu + F * X(t-1) + error2
这里 X(t)是 unobservable latent series。

但如果X是部分可以观察到的，比如某宏观数据，之所以是部分是因为其有missing value缺失，这种情况下我们还能用KF吗？

通常KF过程是

[backcolor=rgba(255, 255, 255, 0.917969)]
[backcolor=rgba(255, 255, 255, 0.917969)]但是当X是可以读到的时候，也就是说是已知情况下，还需要predict吗？因为都是知道了的。同理，在update的时候牵涉到update state estimate和covariance的时候还需要update吗？仿佛也不需要了，因为也是知道的。

我糊涂了，不确定这种情况下还能否用KF去操作，谢谢了。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：kalman filter ALM ILT Man transition