格拉玛

R包GLAMA:广义线性自回归滑动平均模型。为回归变量离散值时间序列的广义线性自回归滑动平均(GLARMA)模型的估计、检验、诊断检验和预测提供了函数。这是一类观测驱动的非线性非高斯状态空间模型。状态向量由线性回归分量加上由过去预测残差的自回归滑动平均(ARMA)滤波器组成的观测驱动分量。目前,三个分布(泊松,负二项和二项式)可用于响应系列。三个选项(皮尔森,得分类型和unSCAPE)的残差在观察驱动组件是可用的。估计是通过最大似然(条件初始化ARMA过程的值)使用费雪评分或Newton Raphson迭代法优化。观测驱动组件的似然比和沃尔德检验允许在广义线性模型设置中测试序列依赖性。包括模型拟合,自相关函数和概率积分变换残差的图形诊断包括在包中。在封装中包括几个标准数据集。