LSDE

一个程序包，用于模拟，图形显示，最佳滤波和最大似然估计的线性随机微分方程。与传统的时间序列和面板模型相比，具有采样数据的连续时间模型具有一些优势（Statistica Neerlandica 2008年第62期特刊）。例如，由于系统模型的动态模型参数不受测量过程的影响，因此可以有效地处理时间间隔不相等的数据。在线性情况下，采样模型的非线性参数约束可以用专门的Kalman滤波软件（如LSDE）或结构方程模型（SEM）来实现。在非线性情况下，大多数滤波算法都是离散时间的，而混合连续离散方法在文献中也比较零散。Mathematica程序SDE是一个算法集合，其结果关注混合连续离散情况：连续时间更新与离散时间测量更新相结合。其中包括经典的扩展卡尔曼滤波和高阶非线性滤波器，以及新的发展，如无迹卡尔曼滤波（UKF）和高斯-埃尔米特滤波器（GHF）使用近似的滤波器密度。我们还利用概率密度的Edgeworth-Hermite展开得到了利用高阶矩（如偏度和峰度）的广义高斯滤波器（GGHF）。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH参考文献（参考 7篇文章 参考）

显示结果1到7，共7个。
按年份排序(引用)

  1. 赫尔曼，辛格：奇异矩矩阵的扫描电镜建模。二： 抽样随机微分方程的最大似然估计（2012）
  2. Singer，Hermann:用非线性滤波算法对面板数据进行连续离散状态空间建模（2011）
  3. 赫尔曼，辛格：奇异矩矩阵的扫描电镜建模。一： 时间序列的最大似然估计（2010）
  4. Delsing，Marc J.M.H.；Oud，Johan H.L.：通过连续时间自回归潜在轨迹模型分析相互关系（2008）
  5. Oud，Johan H.L.；Singer，Hermann:面板数据的连续时间建模：扫描电镜与滤波技术（2008）
  6. 欧德，约翰H.L.；詹森，罗伯特A.R.G.：面板数据的连续时间-状态空间模型（2000）
  7. Singer，Hermann:含时变参数的连续面板模型（1998）