root/library/bdm/estim/arx.cpp @ 723

Revision 723, 6.3 kB (checked in by smidl, 15 years ago)

Big commit of LQG stuff

  • Property svn:eol-style set to native
Line 
1#include "arx.h"
2namespace bdm {
3
4void ARX::bayes_weighted ( const vec &yt, const vec &cond, const double w ) {
5               
6        bdm_assert_debug(yt.length()>=dimy,"ARX::bayes yt is smaller then dimc");       
7        bdm_assert_debug(cond.length()>=dimc,"ARX::bayes cond is smaller then dimc");   
8        double lnc;
9        //cache
10        ldmat &V=est._V(); 
11        double &nu=est._nu();
12
13        dyad.set_subvector(0,yt);
14        dyad.set_subvector(dimy,cond);
15        // possible "1" is there from the beginning
16       
17        if ( frg < 1.0 ) {
18                est.pow ( frg ); // multiply V and nu
19
20               
21                //stabilize
22                ldmat V0=alter_est._V(); //$ copy
23                double &nu0=alter_est._nu();
24               
25                V0*=(1-frg);
26                V += V0; //stabilization
27                nu +=(1-frg)*nu0;
28               
29                // recompute loglikelihood of new "prior"
30                if ( evalll ) {
31                        last_lognc = est.lognc();
32                }
33        }
34        V.opupdt ( dyad, w );
35        nu += w;
36
37        // log(sqrt(2*pi)) = 0.91893853320467
38        if ( evalll ) {
39                lnc = est.lognc();
40                ll = lnc - last_lognc - 0.91893853320467;
41                last_lognc = lnc;
42        }
43}
44
45double ARX::logpred ( const vec &yt ) const {
46        egiw pred ( est );
47        ldmat &V = pred._V();
48        double &nu = pred._nu();
49
50        double lll;
51        vec dyad_p = dyad;
52        dyad_p.set_subvector(0,yt);
53
54        if ( frg < 1.0 ) {
55                pred.pow ( frg );
56                lll = pred.lognc();
57        } else//should be save: last_lognc is changed only by bayes;
58                if ( evalll ) {
59                        lll = last_lognc;
60                } else {
61                        lll = pred.lognc();
62                }
63
64        V.opupdt ( dyad_p, 1.0 );
65        nu += 1.0;
66        // log(sqrt(2*pi)) = 0.91893853320467
67        return pred.lognc() - lll - 0.91893853320467;
68}
69
70ARX* ARX::_copy_ ( ) const {
71        ARX* Tmp = new ARX ( *this );
72        return Tmp;
73}
74
75void ARX::set_statistics ( const BMEF* B0 ) {
76        const ARX* A0 = dynamic_cast<const ARX*> ( B0 );
77
78        bdm_assert_debug ( dimension() == A0->dimension(), "Statistics of different dimensions" );
79        set_statistics ( A0->dimensiony(), A0->posterior()._V(), A0->posterior()._nu() );
80}
81
82enorm<ldmat>* ARX::epredictor ( const vec &rgr ) const {
83        mat mu ( dimy, posterior()._V().rows() - dimy );
84        mat R ( dimy, dimy );
85
86        enorm<ldmat>* tmp;
87        tmp = new enorm<ldmat> ( );
88        //TODO: too hackish
89        if ( yrv._dsize() > 0 ) {
90        }
91
92        est.mean_mat ( mu, R ); //mu =
93        //correction for student-t  -- TODO check if correct!!
94        //R*=nu/(nu-2);
95        mat p_mu = mu.T() * rgr;        //the result is one column
96        tmp->set_parameters ( p_mu.get_col ( 0 ), ldmat ( R ) );
97        return tmp;
98}
99
100
101mlstudent* ARX::predictor_student ( ) const {
102        const ldmat &V = posterior()._V();
103       
104        mat mu ( dimy, V.rows() - dimy );
105        mat R ( dimy, dimy );
106        mlstudent* tmp;
107        tmp = new mlstudent ( );
108
109        est.mean_mat ( mu, R ); //
110        mu = mu.T();
111
112        int end = V._L().rows() - 1;
113        ldmat Lam ( V._L() ( dimy, end, dimy, end ), V._D() ( dimy, end ) );  //exp val of R
114
115
116        if ( have_constant) { // no constant term
117                //Assume the constant term is the last one:
118                if ( mu.cols() > 1 ) {
119                        tmp->set_parameters ( mu.get_cols ( 0, mu.cols() - 2 ), mu.get_col ( mu.cols() - 1 ), ldmat ( R ), Lam );
120                } else {
121                        tmp->set_parameters ( mat ( dimy, dimc ), mu.get_col ( mu.cols() - 1 ), ldmat ( R ), Lam );
122                }
123        } else {
124                // no constant term
125                tmp->set_parameters ( mu, zeros ( dimy ), ldmat ( R ), Lam );
126        }
127        return tmp;
128}
129
130
131
132/*! \brief Return the best structure
133@param Eg a copy of GiW density that is being examined
134@param Eg0 a copy of prior GiW density before estimation
135@param Egll likelihood of the current Eg
136@param indeces current indeces
137\return best likelihood in the structure below the given one
138*/
139double egiw_bestbelow ( egiw Eg, egiw Eg0, double Egll, ivec &indeces ) { //parameter Eg is a copy!
140        ldmat Vo = Eg._V(); //copy
141        ldmat Vo0 = Eg._V(); //copy
142        ldmat& Vp = Eg._V(); // pointer into Eg
143        ldmat& Vp0 = Eg._V(); // pointer into Eg
144        int end = Vp.rows() - 1;
145        int i;
146        mat Li;
147        mat Li0;
148        double maxll = Egll;
149        double tmpll = Egll;
150        double belll = Egll;
151
152        ivec tmpindeces;
153        ivec maxindeces = indeces;
154
155
156        cout << "bb:(" << indeces << ") ll=" << Egll << endl;
157
158        //try to remove only one rv
159        for ( i = 0; i < end; i++ ) {
160                //copy original
161                Li = Vo._L();
162                Li0 = Vo0._L();
163                //remove stuff
164                Li.del_col ( i + 1 );
165                Li0.del_col ( i + 1 );
166                Vp.ldform ( Li, Vo._D() );
167                Vp0.ldform ( Li0, Vo0._D() );
168                tmpll = Eg.lognc() - Eg0.lognc(); // likelihood is difference of norm. coefs.
169
170                cout << "i=(" << i << ") ll=" << tmpll << endl;
171
172                //
173                if ( tmpll > Egll ) { //increase of the likelihood
174                        tmpindeces = indeces;
175                        tmpindeces.del ( i );
176                        //search for a better match in this substructure
177                        belll = egiw_bestbelow ( Eg, Eg0, tmpll, tmpindeces );
178                        if ( belll > maxll ) { //better match found
179                                maxll = belll;
180                                maxindeces = tmpindeces;
181                        }
182                }
183        }
184        indeces = maxindeces;
185        return maxll;
186}
187
188ivec ARX::structure_est ( egiw est0 ) {
189        ivec ind = linspace ( 1, est.dimension() - 1 );
190        egiw_bestbelow ( est, est0, est.lognc() - est0.lognc(), ind );
191        return ind;
192}
193
194
195
196ivec ARX::structure_est_LT ( egiw est0 ) {
197        //some stuff with beliefs etc.
198//      ivec ind = bdm::straux1(V,nu, est0._V(), est0._nu());
199        return ivec();//ind;
200}
201
202void ARX::from_setting ( const Setting &set ) {
203        shared_ptr<RV> yrv_ = UI::build<RV> ( set, "rv", UI::compulsory );
204        shared_ptr<RV> rrv = UI::build<RV> ( set, "rgr", UI::compulsory );
205        dimy = yrv_->_dsize();
206        // rgrlen - including constant!!!
207        dimc = rrv->_dsize();
208       
209        yrv = *yrv_;
210        rvc = *rrv;
211       
212        string opt;
213        if ( UI::get(opt, set,  "options", UI::optional) ) {
214                BM::set_options(opt);
215        }
216        int constant;
217        if (!UI::get(constant, set, "constant", UI::optional)){
218                have_constant=true;
219        } else {
220                have_constant=constant>0;
221        }
222        int rgrlen = dimc+int(have_constant==true);
223
224        //init
225        shared_ptr<egiw> pri=UI::build<egiw>(set, "prior", UI::optional);
226        if (pri) {
227                bdm_assert(pri->_dimx()==dimy,"prior is not compatible");
228                bdm_assert(pri->_V().rows()==dimy+rgrlen,"prior is not compatible");
229                est.set_parameters( pri->_dimx(),pri->_V(), pri->_nu());
230        }else{
231                est.set_parameters( dimy, zeros(dimy+rgrlen));
232                set_prior_default(est);
233        }
234               
235        shared_ptr<egiw> alt=UI::build<egiw>(set, "alternative", UI::optional);
236        if (alt) {
237                bdm_assert(alt->_dimx()==dimy,"alternative is not compatible");
238                bdm_assert(alt->_V().rows()==dimy+rgrlen,"alternative is not compatible");
239                alter_est.set_parameters( alt->_dimx(),alt->_V(), alt->_nu());
240        } else {
241                alter_est = est;
242        }
243
244        double frg;
245        if ( !UI::get ( frg, set, "frg" ) )
246                frg = 1.0;
247
248        set_parameters ( frg );
249       
250        //name results (for logging)
251        shared_ptr<RV> rv_par=UI::build<RV>(set, "rv_param",UI::optional );
252        if (!rv_par){
253                est.set_rv ( RV ( "{theta r }", vec_2 ( dimy*rgrlen, dimy*dimy ) ) );
254        } else {
255                est.set_rv ( *rv_par );
256        }
257        validate();
258}
259}
Note: See TracBrowser for help on using the browser.