カルマンフィルターのパラメーターを推定する方法

前の質問で、いくつかの非ガウス経験的データへの分布のあてはめについて質問しました。

データがガウスであり、カルマンフィルターを最初に当てはめると仮定して、オフラインで使用するよう提案されました。次に、エラーに応じて、より洗練されたものを開発する価値があるかどうかを判断します。それは理にかなっている。

したがって、時系列データの適切なセットを使用して、カルマンフィルターを実行するためにいくつかの変数を推定する必要があります。

（もちろん、どこかにRパッケージがあると思いますが、実際に自分でこれを行う方法を学びたいと思います。）

Max Wellingには、カルマンフィルター処理と平滑化のすべての方程式とパラメーター推定について説明した素晴らしいチュートリアルがあります。ここから始めるのが良いでしょう。

通常の方法は、最尤推定法を使用することです。基本的に、Likelihood関数が必要です。次に、Likelihood optimを最大化するために標準のオプティマイザー（など）を実行します。