使用估计的状态空间参数进行预测答案

【问题标题】：Using estimated state space parameters to forecast使用估计的状态空间参数进行预测
【发布时间】：2012-07-08 07:47:05
【问题描述】：

我有一个时间序列 (ts) 并使用 MARSS 包创建状态空间模型

fit = MARSS(ts)

给出参数估计、状态估计 (fit$states) 及其标准错误 (fit$states.se)

但这些估计仅适用于历史数据系列。

有一个关于如何生成这些矩阵模型的很棒的教程。

但是如何使用历史模型输出矩阵进行新的矩阵估计并预测未来 1、2、3 个时期？

【问题讨论】：

还有一个很棒的博客：tr8dr.wordpress.com/2011/08/03/smoothed-utf，扩展这些想法会很有趣。
Ans:MARSSsimulate(MLEobj, tSteps = 100, nsim = 1,silent = TRUE,miss.loc = NULL)
我不熟悉library(MARSS)。但是我刚刚完成了一个预测项目并使用了library(forecast)，特别是forecast::forecast()。我不确定它能否处理 MARSS 对象，但值得一试

【解决方案1】：

有点太晚了，但是预测所需要做的就是在序列末尾输入缺失值，然后 MARSS 会自动用所需的预测填充这些缺失值。状态空间模型中的预测相当于处理缺失值...

【讨论】：