如何在R（KFAS）中指定时间序列模型

我正在使用KFAS来拟合表单的动态逻辑模型

y^=βt*x+

其中y是长度为n的向量，β是长度为p的向量，x是长度为n*p的矩阵

βu t=βu（t−1） +η

因此，回归参数随时间而变化，并充当滤波器估计的潜在变量

如何在R中指定这样的模型？我不能使用MARSS包，因为我需要一个logistic link函数，但是我一直尝试使用的KFAS包（它接受二项式分布）的文档记录非常差

关键问题似乎是，我在每个时间段都有多个观察结果，这可能是本软件包不支持的。有关我的问题的示例，请参见下面的代码-它应该演示10个时间段，每个时间段中有2-3个OB，但KFAS认为每行是一个单独的时间段，其中有22个而不是10个

library(KFAS)
y = c(1,0,0,0,1,0,1,1,0,1,1,0,1,1,0,1,1,0,1,1,0,1)
i = seq.Date(from = as.Date("2014-01-01"), as.Date("2014-01-10"), length.out = 22)
x = rnorm(n = 22, mean = 1, sd = 2)

a =   model = SSModel(y ~ 
                    SSMregression(~x),
                  distribution = "binomial")

fit = fitSSM(a, inits = c(0,0))

---

您能否澄清obs模型的形式？y、beta和x的dims是什么？更新了我们正在寻找的信息…您能澄清您的obs模型的形式吗？y、beta和x的暗度是多少？更新了您需要的信息。。。