›› 2015, Vol. 28 ›› Issue (3): 30-.

• 论文 • 上一篇    下一篇

基于蒙特卡洛方法的线性混合效应状态空间模型

唐爱萍   

  1. (西安电子科技大学 数学与统计学院,陕西 西安 710071)
  • 出版日期:2015-03-15 发布日期:2015-03-12
  • 作者简介:唐爱萍(1987—),女,硕士研究生。研究方向:状态空间模型。E-mail:tangaiping@163.com

Linear Mixed Effects State Space Model Based on Monte Carlo Method

TANG Aiping   

  1. (School of Mathematics and Statistics,Xidian University,Xi'an 710071,China)
  • Online:2015-03-15 Published:2015-03-12

摘要:

针对线性混合效应状态空间模型中的状态估计问题,提出了一种新的统计推断方法,在假设总体参数已知及个体随机效应未知的情况下,通过卡尔曼滤波算法与序贯蒙特卡洛算法的结合,实现了对模型中状态的估计。最终在实际模型产生的模拟数据的基础上,通过文中所提算法与卡尔曼滤波算法的实例比较,验证了该方法的有效性。

关键词: 纵向数据, 线性状态空间模型, 卡尔曼滤波, 序贯蒙特卡洛算法, 状态估计

Abstract:

A novel statistical inference method for linear mixed-effects state space model (MESSM) is proposed.The combination of Sequential Monte Carlo Algorithm and Kalman Filter achieves the state estimation under the assumption that the random effects are unknown and the population parameters known.Finally a comparison of Monte Carlo filter and Kalman filter based on simulated data validates the efficacy of the algorithm.

Key words: longitudinal data;linear state space;sequential Monte Carlo method;Kalman filter;state estimation

中图分类号: 

  • O212