BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Grzesiak Stefan (Uniwersytet Szczeciński)
Tytuł
O wyznaczaniu wartości początkowych algorytmu filtru Kalmana
On Determining the Initial Values of the Kalman Filter Algorithm
Źródło
Przegląd Statystyczny, 1997, vol. 44, z. 1, s. 89-94, bibliogr. 13 poz.
Statistical Review
Słowa kluczowe
Filtry Kalmana, Modele stochastyczne
Kalman filters, Stochastic models
Uwagi
summ.
Abstrakt
The article discusses several manners of determining initial values for the Kaiman filter algorithm. For this purpose, use can be made of: - the classical method of smallest squares, which, however, leads to ineffective estimators due to the nonfulfilment of the premises of this method; - the generalized method of smallest squares, for which it is possible to determine unbiased estimators, but only for a part of the set of possessed observations; - the application of an information filler, which is a much more complicated procedure and creates difficulties especially when not all parameters change in time; - the expanded Sarris approach, for which the basic problem is the necessity of reversing the co-variance matrix for a very large observation set. The best solution in a search for initial values, despite the above mentioned difficulties, appears to bei the approach proposed by Sarris.
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Chow G.C., Econometric Analysis by Control Methods, John Wiley New York, 1981.
  2. Cooley T.F., Rosenberg B., Wall K.D., A Note on Optimal Smoothing for Time Varying Coefficients Problems, Annals of Economic and Social Measurement, Vol. 6, 1977.
  3. Fräser D.C., Potter J.E., The Optimum Linear Smoother as a Combination of Two Optimum Linear Filters, IEEE Transaction on Automatic Control, vol. AC-14, No. 4, 1969.
  4. Garbade K., Two Method's for Examining the Stability of Regression Coefficients. Journal of the American Statistical Association, Vol. 72, 1977.
  5. Grzesiak S., Aspekty prognostyczne w modelach ekonometrycznych z parametrami stochastycznymi o znanej hiperstrukturze. Modelowanie predyktywne i prognozowanie zjawisk ekonomicznych, ZN US nr 143, Prace KE i S nr 3, Szczecin, 1995.
  6. Grzesiak S., O roli modelu ekonometrycznych z parametrami stochastycznymi w badaniach empirycznych, Zeszyty Naukowe Uniwersytetu Szczecińskiego nr 125, Prace Katedry Ekonometrii i Statystyki nr 2, 1994.
  7. Grzesiak S., Równania filtru Kalmana w modelowaniu ekonometrycznym, Przegląd Statystyczny nr 1, 1995.
  8. Grzesiak S., Struktura stochastycznie zmiennych modeli parametru a równania filtru Kalmana, w pracy: Dynamiczne modele ekonometryczne, UMK Toruń, 1995.
  9. Grzesiak S., O równoważności filtrów Kalmana i uogólnionej metody najmniejszych kwadratów - artykuł złożony do zeszytów Naukowych Uniwersytetu Szczecińskiego w 1995 r.
  10. Harvey A.C., Phillips G.D.A., The Estimation of Regression Models with Timevarying Parameters, w: M. Deistler, E. Fürst i G. Schwödiauer, Games, Economic Dynamics and Time Series Analysis, Physica-Verlag Wien-Würzburg, 1982.
  11. Kaiman R.E., Bucy R.S., New Result in Linear Filtering and Prediction Theory. Journal of Basic Engineering, Vol. 83, 1961.
  12. Sarris A., A Bayesian Approach to Estimation of Time Varying Regression Coefficients, Annals of Economic and Social Measurement, Vol. 2, 1973.
  13. Szeto M.W., Estimation of the Volatility of Securities in the Stock Market by Kaiman Filtering Techniques, Proceedings of the 14. Joint Automatic Control Conference, Columbus, Ohio, 1973.
Cytowane przez
Pokaż
ISSN
0033-2372
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu