Análisis de factores dinámicos frente al modelo de espacio de estados

Question

El paquete MARSS en R ofrece una función para el análisis factorial dinámico. En este paquete, el modelo de factores dinámicos se escribe como una forma especial de modelo de espacio de estados y se asume que las tendencias comunes siguen un proceso AR(1). Como no estoy muy familiarizado con estos dos métodos, vengo con dos preguntas:

¿Es el análisis factorial dinámico una forma especial de modelo de espacio de estados? ¿Cuál es la diferencia entre estos dos métodos?

Además, el Análisis Factorial Dinámico no asume necesariamente las tendencias comunes como proceso AR(1). ¿Existe algún paquete que permita las tendencias comunes como proceso ARIMA estacional (o algún otro)?

Answer 1

No había visto su pregunta antes.

Sí, el análisis factorial dinámico puede verse como un caso particular de modelo de espacio de estados. Hace que las observaciones dependan de un vector de estado de pequeña dimensión (pequeña en relación con la dimensión del vector de observación). Por tanto, es la misma idea que en el análisis factorial ordinario, más la dependencia del tiempo.

Los "factores" pueden tener cualquier dinámica temporal. Varios paquetes de R, si utiliza R, le permitirán especificar un modelo general de análisis factorial dinámico, incluyendo por ejemplo dlm o KFAS .