Cara memperkirakan parameter untuk filter Kalman

Dalam pertanyaan sebelumnya, saya bertanya tentang pemasangan distribusi untuk beberapa data empiris non-Gaussian.

Disarankan kepada saya offline, agar saya mencoba asumsi bahwa datanya Gaussian dan cocok dengan filter Kalman terlebih dahulu. Kemudian, tergantung pada kesalahannya, putuskan apakah layak mengembangkan sesuatu yang lebih bagus. Itu masuk akal.

Jadi, dengan seperangkat data deret waktu yang bagus, saya perlu memperkirakan beberapa variabel agar filter Kalman dapat berjalan.

(Tentu, mungkin ada paket R di suatu tempat, tetapi saya ingin benar-benar belajar bagaimana melakukan ini sendiri.)

Max Welling memiliki tutorial yang bagus yang menggambarkan semua persamaan Kalman Filtering dan Smoothing serta estimasi parameter. Ini mungkin tempat yang bagus untuk memulai.

Metode yang biasa adalah dengan menggunakan Estimasi Kemungkinan Maksimum . Pada dasarnya, Anda memerlukan fungsi Likelihood dan kemudian jalankan pengoptimal standar (seperti optim) untuk memaksimalkan Kemungkinan Anda.