状态空间模型标准
标准状态空间模型实现标准卡尔曼滤波，初始状态方差是有限的。您可以通过调用舰导弹．
有关受支持的状态空间模型表单的概述，请万博1manbetx参见什么是状态空间模型?．
功能
主题
创建模型
创建一个包含已知参数值的时不变状态空间模型。
显式和隐式创建带有未知参数的状态空间模型。
建立一个受测量误差影响的静态ARMA模型。
使用描述模型的参数映射函数创建状态空间模型，该模型包含观测方程中的回归组件。
创建一个包含随机状态系数的时变状态空间模型。
使用描述模型的参数映射函数创建一个时变的状态空间模型。
学习状态空间模型定义以及如何创建状态空间模型对象。
了解卡尔曼滤波器以及相关的定义和符号。
数据拟合模型
从已知模型生成数据，指定包含与数据生成过程相对应的未知参数的状态空间模型，然后将状态空间模型与数据进行拟合。
对数据拟合时变状态空间模型。
拟合一个具有观测方程回归组件的状态空间模型。
估计状态空间模型中状态的随机自回归系数。
检查状态空间模型参数是否随时间变化。
这个例子展示了如何使用状态空间模型(SSM)和卡尔曼滤波器来分析Diebold-Li仅收益率模型和宏观收益率模型月收益率曲线时间序列的[2]
使用滚动窗口估计显式和隐式定义的状态空间模型。
估计状态变量
过滤已知的、时不变的状态空间模型的状态。
平滑已知的，时不变的，状态空间模型的状态。
这个例子展示了如何nowcast一个状态方程模型。
从已知模型生成数据，将状态空间模型适合于数据，然后过滤状态。
从已知模型生成数据，将状态空间模型适合于数据，然后平滑状态。
过滤包含回归组件的时不变状态空间模型的状态。
包含回归组件的时不变状态空间模型的平滑状态。
生成蒙特卡罗模拟
模拟一个已知的、时不变的状态空间模型的状态和观测值。
从已知模型中生成数据，将状态空间模型拟合到数据中，然后从拟合模型中模拟序列。
利用蒙特卡罗方法对状态空间模型进行预测，并将蒙特卡罗预测与理论预测进行比较。
从已知模型中生成数据，将状态空间模型拟合到数据中，然后使用仿真平滑器对拟合模型进行序列仿真。
演示状态空间模型模拟的结果如何比平滑状态更平滑。
生成最小均方误差预测
已知时不变状态空间模型的预测观测。
从已知模型中生成数据，将状态空间模型拟合到数据中，然后从拟合模型中预测状态和观测状态。
估计一个包含回归组件的回归模型，然后从拟合模型预测观测结果。
预测一个时变的状态空间模型，其中在预测范围内存在政权变化。
使用滚动窗口选择具有最佳预测性能的状态空间模型规范。
你也可以从以下列表中选择一个网站:
