bssm：R 语言中非线性非高斯状态空间模型的贝叶斯推断
统计计算
2022-04-13 v2
摘要
我们介绍一个用于贝叶斯非线性/非高斯状态空间建模的 R 语言包 bssm。与现有包不同，bssm 允许基于高斯近似（如 Laplace 近似与扩展 Kalman 滤波）的易用近似推断。该包也支持离散观测的潜扩散过程。推断建立在超参数上完全自动、自适应的马尔可夫链蒙特卡洛（MCMC）之上，并带有可选的重要性采样后校正以消除任何近似偏差。该包还实现了直接伪边缘 MCMC 以及利用中间近似的延迟接受伪边缘 MCMC。该包提供了易用接口以定义具有非高斯观测模型的线性高斯状态动态模型，并具备用于指定自定义非线性与扩散模型的 Rcpp 接口。
引用
@article{arxiv.2101.08492,
title = {bssm: Bayesian Inference of Non-linear and Non-Gaussian State Space Models in R},
author = {Jouni Helske and Matti Vihola},
journal= {arXiv preprint arXiv:2101.08492},
year = {2022}
}