卡尔曼平滑滤波的MATLAB和dynfactor R代码：为CRAN准备的更新版本

简介：
本文介绍了卡尔曼平滑滤波器在MATLAB与R语言（使用dynfactor包）中的实现，并提供了为CRAN发布的更新版代码，便于读者理解和应用该算法。 卡尔曼·克劳迪的代码实现了Matlab中的动态因子模型估计器，在宏观经济学领域里大多数因子模型都是使用Matlab编写。此存储库包含了一些小样本，这些样本等效于用R语言重写的上述模型。尽管状态空间模型（包括动态因子模型）已经在许多R包中实现，如MARSS，但在某些情况下在R中直接使用它仍然是有用的，比如为了提高速度、便于理解和一些其他原因。 最初代码只是逐行将Doz、Gianone和Reichlin(2011)的Matlab文件重写为R语言。从更广泛的视角来看，这个项目还旨在重构代码以增强其可读性和维护性，并加入Banbura和Modugno(2010)所提的数据丢失情况下的估计选项。 开发完成后，这些模型将被打包成一个简单的R库。原始的Matlab复制文件已被保留并可供使用。目前的状态是：只要q<=r并且矩阵求逆保持稳定，则可以处理任意大小的q、r和p参数组合。尚未进行广泛的数值测试以确保代码正确性，但在Octave上对示例数据进行了初步测试，并且结果与原始Matlab代码一致，这表明项目很有前景。 当q不等于r时，原始代码似乎无法正常工作，因此需要进一步调查这个问题。em_functions.R文件包含了上述重写工作中的一部分内容。