R 中的 MARSS 包提供了动态因子分析的功能。在这个包中，动态因子模型被写成一种特殊形式的状态空间模型，它们假设共同趋势遵循 AR(1) 过程。由于我对这两种方法不是很熟悉，所以我提出了两个问题：
动态因子分析是状态空间模型的一种特殊形式吗？这两种方法有什么区别？
此外，动态因子分析不需要像 AR(1) 过程那样假设共同趋势。是否有任何软件包允许季节性 ARIMA（或其他）过程的共同趋势？
动态因素分析与状态空间模型
机器算法验证
r
时间序列
预测
因子分析
状态空间模型
2022-03-21 07:03:42
1个回答
我以前没有看到你的问题。
是的，动态因子分析可以看作是状态空间模型的一个特例。它使观察依赖于一个小维度的状态向量（相对于观察向量的维度来说很小）。所以和普通因子分析的思路是一样的，加上时间依赖。
“因素”可能具有任何时间动态。几个 R 包，如果您使用 R，将允许您指定一个通用的动态因子分析模型，包括例如dlm或KFAS.
其它你可能感兴趣的问题