r - R在多元卡尔曼滤波器中分配数组

Question

我可以创建一个多元卡尔曼模型，如下所示。但是，我不确定我是否正确分配了数组。

library("KFAS")

n <- 100
dx <- data.frame(a1=cumsum(sample(c(-1, 1), n, TRUE)),a2=cumsum(sample(c(-1, 1), n, TRUE)),a3=cumsum(sample(c(-1, 1), n, TRUE)),a4=cumsum(sample(c(-1, 1), n, TRUE)),a5=cumsum(sample(c(-1, 1), n, TRUE)),a6=cumsum(sample(c(-1, 1), n, TRUE)))
tail(dx)
mx <- as.matrix(dx)

Har <- array(rep( 0.01,36*100), c(6, 6, 100));
model1 <- SSModel(mx ~ SSMtrend(1, Q = Har),H=Har)
dkf <- KFS(model1)

dkf

此外，结果似乎与我分别运行每个单变量模型相同。这可能是因为我错误地设置了数组。

如何运行模型以包含协变量，以便相互依赖，并且每个因素都做出贡献，从而使结果对单个单变量模型有所改进？

谢谢您的帮助。

标签： rkalman-filter