Open domenicodigangi opened 3 years ago
written tested and compared on SIN and AR
Tried some scalings that return weird results for SIN filter of large N
Notes on the model and the relation between parameters in the mean value (alpha and beta) and natural parametrizations (eta theta)
Altought the physical bounds are always satisfied there are issues when the natural paramters get close to them. One possible way to define the time evol for eta and theta is the following :
The approach of defining the dynamics in the space of mean values, i.e. alpha and beta (mean density and reciprocity), transform to natural par space and use the latter as dgp, seems to work. Indeed the mapping induces some highly nonlinear transformation effectively forcing theta and eta to be counterciclycal, and non precisely sin shaped (sin with random phase was the original dgp as shown in the attached figure)
Attached recap email mail_toy_model_ML_vs_PML_filter.pdf
Update da call 4/12/2020:
Ho aggiunto le formule delle note al pdf in overleaf
Riguardo i problemi riscontrati dai filtri (both mle e pmle) in caso di dgp definito in modo naive: , penso che l'intuizione sulla regione di osservabilitá a N (numero di nodi) finito sia confermata da alcune simulazioni fatte. Ricapitolando:
Tutti i valori di eta e theta sono concessi, nel senso che risultano in modelli con pmf ben definita (normalizzata e con probabilitá reali e positive).
Nella figura precedente osserviamo che il filtro non riesce a seguire il DGP in alcune regioni.
Io penso che questo avvenga quando la pmf é tale che una frazione signicativa di samples risulta avere zero coppie reciproche (una delle due sufficient statistics).
Per supportare questa spiegazione, plotto la frazione di samples con esattamente zero coppie di links reciproche intorno al punto in cui il filtro mostrava dei problemi, per vari valori di N
Quando il numero di links reciproci é esattamente zero, la MLE diverge e lo score (calcolato nella MLE) é esattamente zero. Non mi stupisce che il filtro non riesca a seguire il DGP quando le osservazioni sono cosi "patologiche"
Penso che possiamo accontentarci di un filtro che funziona bene quando la MLE esiste ed é finita