Especificación del modelo de espacio de estados (KFAS)

Question

Estoy utilizando KFAS para ajustar un modelo logístico dinámico de la forma

$\hat{y} = \bf \beta_t x + \epsilon$

$\beta_t = \beta_{t-1} + \eta$

Así, los parámetros de regresión cambian con el tiempo y actúan como variables latentes que deben ser estimadas por el filtro.

¿Pueden los modelos de espacio de estados de esta forma aceptar generalmente situaciones en las que tenemos múltiples observaciones por período de tiempo? Creo que sí, pero no puedo averiguar cómo especificar esto en KFAS (o en cualquier otro paquete de R).

He probado el siguiente código, pero KFAS cree que esto significa que hay 22 períodos de tiempo - en realidad sólo hay diez.

library(KFAS)
y = c(1,0,0,0,1,0,1,1,0,1,1,0,1,1,0,1,1,0,1,1,0,1)
i = seq.Date(from = as.Date("2014-01-01"), as.Date("2014-01-10"), length.out = 22)
x = rnorm(n = 22, mean = 1, sd = 2)

a =   model = SSModel(y ~ 
                    SSMregression(~x),
                  distribution = "binomial")

fit = fitSSM(a, inits = c(0,0))

Answer 1

Como usted ha dado 22 valores generados normalmente a x , KFAS tomaría 22 períodos de tiempo solamente. ¿Qué más espera?

Se puede añadir una observación múltiple en rformula.
SSMregression(rformula, data, type, Q, index, R, a1, P1, P1inf, n = 1, remove.intercept = TRUE, state_names = NULL, ynames)