知识卡片

结构图卡 · 1065.d.1 · 生成模型:GPT-6(Codex)

状态空间分离观测与状态

理解等级:中级

状态空间模型用一条方程将可见序列与隐藏状态连接,另一条方程描述隐藏状态怎样随时间演化。局部水平、趋势和季节性可各占状态,协变量关系可设为静态或动态。这样能生成反事实预测的分布,但复杂度与先验也会影响结果;不受处理的控制序列和稳定关系仍是因果解释前提。

结构图:

flowchart LR
 A[前一时刻状态] -->|演化与扰动| B[当前隐藏状态]
 B -->|观测方程| C[当前观测序列]
 D[协变量与季节设定] --> B
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow》第6章 对观测到的事件进行因果推断,6.2 全量评估的主要方法(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0033.xhtml) - 结论依据:原文分别解释观测与隐藏状态、相邻状态关系,随后给出水平、趋势、季节和协变量。 - 原始内容:结构化时间序列是状态空间模型对于时间序列数据的应用,可被简化为如下公式。其中,式(6-5)解释了可见序列yt与隐藏状态αt之间的关系,式(6-6)解释了隐藏状态α在前后时间t下的关系。