R中的bsts包：如何在每个时间步长获取MCMC的sigma绘制？

Question

我正在尝试使用bsts包在R中拟合贝叶斯结构时间序列模型。例如，考虑一个具有500个时间步长的序列，并假设我们使用1000个MCMC迭代拟合局部模型：

library(bsts)
y <- rnorm(500)
ss <- AddLocalLevel(list(), y)
mod <- bsts(y, state.specification = ss, family='gaussian', niter=1000)

我可以轻松地使用mod$state.contributions提取500个时间步长中每个水平状态的1000个MCMC绘制。对于状态和观察误差的方差参数，我如何得到相同的结果？ mod$sigma.level和mod$sigma.obs仅在最后（第500个）时间步中提供了1000个这些参数的绘制，但我想在每个时间步中获取这些参数。

Answer 1

由于我对时间序列模型知之甚少，所以我不愿发表此文章，因此，如果不好，请发表评论，然后将其删除。

使用R中的循环似乎至少有些皱眉，但我不能勉强工作。另外，以下答案与i的低起始值挂在一起-例如2.但是从i = 100开始它可以正常工作。

mod_sl <- matrix(nrow = 1000, ncol = 500)
mod_so <- matrix(nrow = 1000, ncol = 500)
for(i in 495:500) {
  cat(i)
  ss <- AddLocalLevel(list(), y[1:i])
  mod <- bsts(y[1:i], state.specification = ss, family='gaussian', niter=1000)
  mod_sl[ , i] <- mod$sigma.level
  mod_so[ , i] <- mod$sigma.obs
}

我想重申一下，这不是有关如何解决此问题的规定性答案，但作为故障排除的建议，它似乎可行。

例如，在第499次运行时对sigma.level的答案是在mod_sl[ ,499]。