कलमन फ़िल्टर बनाम चौरसाई विभाजन

Question

प्रश्न: कौन से डेटा के लिए यह आवश्यक है कि राज्य-स्थान मॉडलिंग और कलमन फ़िल्टरिंग को स्प्लिनिंग स्प्लिन के बजाय और इसके विपरीत उपयोग किया जाए? क्या दोनों के बीच कुछ समानता का संबंध है?

मैं इन तरीकों को एक साथ फिट करने के बारे में कुछ उच्च-स्तरीय समझ प्राप्त करने की कोशिश कर रहा हूं। मैंने जॉनस्टोन के नए गॉसियन एस्टिमेशन: सीक्वेंस एंड मल्टीसर्जिंग मॉडल के माध्यम से खोजा । यह आश्चर्य की बात है कि राज्य-अंतरिक्ष मॉडल और कलमन फ़िल्टरिंग का कोई उल्लेख नहीं था। ऐसा क्यों नहीं होगा? क्या इस तरह की समस्याओं के लिए सबसे मानक उपकरण नहीं है? इसके बजाय फोकस स्प्लीनिंग और वेवलेट थ्रॉल्डिंग पर था। मैं अब बहुत उलझन में हूँ।

Answer 1

समतुल्यता पर आपके प्रश्न के संबंध में, कलमन फ़िल्टर का उपयोग करते हुए एक univariate स्थानीय रैखिक प्रवृत्ति मॉडल को फिटिंग करना एक क्यूबलाइन फिटिंग के बराबर है; उदाहरण के लिए स्टेट स्पेस मेथड्स , सेक्शन 3.11 द्वारा टाइम सीरीज एनालिसिस देखें ।

मुझे लगता है कि आप इंगित करने में सही हैं कि कलमन फ़िल्टर और चिकनी कभी-कभी उपेक्षित होते हैं जब उन्हें अच्छे उपयोग के लिए रखा जा सकता है। विशेष रूप से, मुझे लगता है कि अनियमित रूप से फैले हुए और / या लापता डेटा के साथ कलमन चिकना अधिक सुविधाजनक है।

Comments

@Tusell। जवाब के लिए Thx। मैं आपके द्वारा बताई गई पुस्तक की जाँच करने जा रहा हूँ। उन सभी को एक साथ रखने वाली पुस्तकों को खोजना आसान नहीं है।

— लोन्ड्रुल

राज्य-अंतरिक्ष आधारित एल्गोरिदम एक अदिश तर्क के साथ विभाजन के साथ सामना करने के लिए बहुत शक्तिशाली हैं, या यहां तक ​​कि टेनर उत्पाद के विभाजन के साथ भी। एक उदाहरण डेरिवेटिव के साथ चौरसाई पर इस सवाल के मेरे जवाब में है । गैर-स्थिर प्रक्रियाओं में शामिल होने के कारण - जिसे "आंतरिक यादृच्छिक कार्यों" के रूप में जाना जाता है - एक फैलाना प्रारंभिक अवस्था की आवश्यकता होती है, जैसा कि अब एसएस और कलामन को समर्पित कई टूलबॉक्स या पैकेज में लागू किया गया है।

— यवेस

@ हाँ, वास्तव में एक बहुत ही गहन उत्तर है, कि मैंने कुछ दिन पहले देखा और जल्दी से बुकमार्क कर लिया। वैसे भी मेरे और सभी के ध्यान में लाने के लिए धन्यवाद।

— एफ। तुसैल