#########################################
#  第14章 非ガウス型モデル(TSSSパッケージ)
#########################################
#
## trend model
#
#　テストデータの生成（n=101,201でジャンプ）
#
  x <- rep(0,400)
  x[101:200] <- 1
  x[201:300] <- -1
  y <- x + rnorm(400, mean=0, sd=0.5)
#
# system noise density : Gaussian (normal)
# 正規分布モデル：　カルマンフィルタと同じ結果
#
  ngsmth(y, 1, 1.4e-02,, 2, 1.048)

#　システムノイズ：非ガウス分布
#　ピアソン分布(b=0.6)の場合
#
# system noise density : Pearson family
  ngsmth(y, 2, 2.11e-10,bv=0.6, 2, 1.042)

#　コーシー分布の場合（b=1)
# system noise density : Pearson family
  ngsmth(y, 2, 3.53e-5,bv=1.0, 2, 1.045)


##########################
#　時変分散モデル
#
##  an earthquake wave data
  data(MYE1F)
  n <- length(MYE1F)
  m <- n/2
  y <- rep(0, n)
  for( i in 2:n )  y[i] <- MYE1F[i] - 0.5*MYE1F[i-1]
  yy <- rep(0, m)
  for( i in 1:m ) yy[i] <- y[i*2]
  z <- tvvar(yy, 2, 4.909e-02, 1.0e-06, FALSE)
#
#
# system noise density : Gaussian (normal)
#　ガウス近似（カルマンフィルタと同じ結果）
#
  ngsmth(z$ts, 1, z$tau2,, 2, pi*pi/6, k=200)


#　システムノイズ：　コーシー分布
 ngsmth(z$ts, 2, z$tau2/100,, 2, pi*pi/6, k=200)


#　システムノイズ：　コーシー分布
#　観測ノイズ：　　　二重指数分布
#　<<　注意：　現時点でバグあり。クラッシュします　>>
# system noise density : Gaussian (normal)
  ngsmth(z$ts, 2, 0.000260, bv=1.0, 3, pi*pi/6, k=400)


#　以下は作図のため
#
z <-  ngsmth(z$ts, 2, z$tau2/100,, 2, pi*pi/6, k=190,plot=FALSE)
x <- seq(-2,6,length=153)
y <- 1:650
persp(x,y,z$smt)

x <- 1:650
y <- 1:7
zz <- z$trend
persp(x,y,zz,expand=0.5,theta=30,phi=20,shade=0.3)


x <- 1:153
y <- 1:650
zz <- z$smt
persp(x,y,zz,expand=0.5,theta=30,phi=20)

# lattice
wireframe(zz,shade=TRUE,aspect=2.0,panel.aspect=1)

tz <- zz
wireframe(tz,shade=TRUE,aspect=0.7,panel.aspect=1)