状态空间模型
状态空间模型是一种在进行时间序列预测时经常使用的数学模型,例如在大气环境预测、水文环境预测、经济预测等多领域中进行使用。状态空间模型是一种动态时域模型,以隐含着的时间为自变量,因此状态空间模型在经济时间序列分析中的应用正在迅速增加。其中应用较为普遍的状态空间模型是由Akaike(1976年)提出并由Mehra进一步发展而成的典型相关(canonicalcorrelation)方法。
状态空间模型包括两个模型:一是状态方程模型,反映动态系统在输入变量作用下在某时刻所转移到的状态;二是输出或量测方程模型,它将系统在某时刻的输出和系统的状态及输入变量联系起来。而一个独立于时间的线性状态空间的创新形式为:
其中,Zt为不可观测的n维状态向量,F为状态转移矩阵,G为自变量,H为因变量矩阵,K为Kalman收益。第一个方程通常我们称之为状态转移方程,第二个称之为测量方程。这里Zt是隐变量,而Yt和Xt是可观测变量。