Question

我正在使用pykalman进行回归，但是我想估计回归系数的误差。具体来说，我们有以下表达式：

Y（t）= B（t）X（t）+ v

其中回归系数（B）本身是由以下公式得出的随机过程：

B（t）= B（t-1）+ w

因此，我要处理的“噪声”由v和w给出，代表高斯噪声，其中：

w〜N（0， Q ）

v〜N（0， R ）

现在-我想消除表示为 Q / R 的信噪比。我的问题是如何从pykalman流程中提取这些值。目前，我的代码仅返回回归系数，但是如何获得Q和R？

 def UpdateKalman(self, ins1, ins2):
        obs_mat = np.array([[ins1, 1.0]])
        means, covs = self.kf.filter_update(self.previous_state_means.T,
                                            self.previous_state_covs[0],
                                            observation=np.asarray(ins2),
                                            observation_matrix=obs_mat)

        self.previous_state_covs = covs
        self.previous_state_means = means
        beta = means[:, 0][0]
        return beta

Answer 1

如果您想获得观测协方差（据我所知，您在问题中称其为R）和过渡协方差（据我所知，您称其为Q），则可以直接从{ {1}}类对象。

假设您的示例pykalman.standard.KalmanFilter是一个对象，您可以通过以下方式获得这些对象：

self.kf

据我了解，即使没有将其作为该函数的输出返回，该对象以及这些矩阵也会通过R = self.kf.observation_covariance Q = self.kf.transition_covariance步骤在您的代码中进行更新。

使用pykalman进行Kalman回归时，如何估算误差？

1 个答案: