我也在研究这方面的东西，你有模型还是程序吗，可以上传吗？ 我可以帮你研究研究一下

实在是非常之不好意思，我的水平实在是太低了，optmum模组不知为什么就是上传不上去。您在论坛中搜索optmum模组的话，很容易就可以找到这个模组。其实如果懂得Gauss软件操作的话，实现起来并不困难，主要还是因为用惯了eviews、spss等菜单式的软件，一碰到需要编程的软件，立马就懵了。
谨祝中秋愉快，合家安康！

把你需要实现的模型说说，看看有没有人能解决。这一类模型也有很多种，看你要实现哪种

想做一个Markov机制转换的状态空间模型，不过时间序列比较短，只有10年多一点的季度数据，请高手指点。

最好举个例子

例子怎么举呢，还是希望有高手出来，为大家指点迷津

我是说你的原程序，不是模块！
还有，你的例子太广了。。你如果是做简单的模型，可以看看kim & nelson 那本书

大哥，我要是会编写程序的话，还在这跪求个啥啊。

就是说你想实现的模型，因为有很多类，你找篇文章或者列出要估计的方程，大家就明白了

尊敬的iloveyou21先生，我直接参考的是西南财经大学唐晓彬博士的毕业论文《Markov机制转换的状态空间模型及其在我国经济周期分析中的应用研究》

我上传了该文，大家可以下载后解压看一下

该模型的核心内容转载如下，实在是不会软件操作：
(一)状态空间模型构成
Markov机制转换的状态空间模型主要有两个
方程构成,一个是状态方程,另一个是观测方程:
βt
(r×1)= FSt(r×r)βt-1(r×1)+ vt(r×1)(1)
yt
(n×1)=HSt(n×r)βt(r×1)+ASt(n×k)zt(k×1)+ wt(n×1)(2)
式(1)为状态方程,式(2)为观测方程。模型中
FSt为状态转移矩阵,HSt为观测矩阵,zt为外生变量
矩阵,ASt为zt的系数矩阵。yt为观察到的一组观测
数据,记为yt=(y0,y1,y2,…,yT);βt为状态变量,
是由一组状态变量序列构成,记为βt=(β0,β1,β2,
…,βT)。vt和wt分别为观测噪声方差矩阵和状态
噪声方差矩阵,wt与vt满足如下条件:
wt
vt~N0,
R(n×n)0
0Q(r×r)(3)
St为状态转换变量,当具有M种状态转换时,St的
转移概率矩阵为:
p =
p11p21…pM1
p12p22…pM2
┇ ┇ ┇
p1MP2M…PMM
(4)
其中,pij=pr[St=j|St-1=i], i, j=1,2,…,M;
对所有的i,恒有∑Mj=1pij=1。
(二)状态空间模型估计方法
对Markov机制转换的状态空间模型进行参数
估计,采用的是Kalman滤波方法,有下列三个步骤:
第一步,重复迭代计算下面六个滤波算子:
β(i,j)t|t-1=Fjβit-1|t-1(5)
P(i,j)t|t-1=FjPit-1|t-1Fj′+Qj(6)
η(i,j)t|t-1=yt-yt|t-1=yt-Hjβ(i,j)t|t-1-Ajzt(7)
f(i,j)t|t-1=HjP(i,j)t|t-1Hj′+Rj(8)
β(i,j)t|t=β(i,j)t|t-1+P(i,j)t|t-1Hj′[f(i,j)t|t-1]-1η(i,j)t|t-1(9)
P(i,j)t|t= (I-P(i,j)t|t-1Hj′[f(i,j)t|t-1]-1Hj)P(i,j)t|t-1(10)
其中,i, j=1,2,…,M;初值为βj0|0, Pj0|0=E
[(βj0|0-βj0|0^)(βj0|0-βj0|0^)′]。
第二步,计算下面的式(11)至式(15):
pr[St= j,St-1= i |φt-1] = pr[St= j | St-1
= i]pr[St-1= i |φt-1] (11)
f(yt|φt-1) =∑st∑st-1f(yt|St,St-1,φt-1)pr(St,
St-1|φt-1) (12)
f(yt|St-1= i,St= j,φt-1) = (2π)-N2|f(i,j)t|t-1
|-12exp{-12η(i,j)′t|t-1f(i,j)t|t-1-1η(i,j)t|t-1} (13)
pr(St,St-1|φt) =f(yt,St,St-1|φt-1)f(yt|φt-1)
=f(yt|St,St-1,φt-1)pr(St,St-1|φt-1)f(yt|φt-1)(14)
pr(St|φt) =∑st-1pr(St,St-1|φt) (15)
其中,i, j=1,2,…,M,pr[St=j|St-1=i]为
Markov转换概率。
第三步,计算出βjt|t和Pjt|t的值:
βjt|t=∑Mi=1pr(St-1= i,St=j|φt)β(i,j)t|tpr(St=j|φt)(16)
Pjt|t=
∑Mi=1pr(St-1= i,St=j|φt){P(i,j)t|t+(βjt|t-β(i,j)t|t)(βjt|t-β(i,j)t|t)′}
pr(St=j|φt)
(17)
重复迭代上述式(5)至式(17),最后,我们可以
得出样本的似然函数:
LL =ln[f(y1,y2,…,yT)] =∑
T
t=1
ln(f(yt|φt-1))
(18)
有了似然函数,模型所有的未知参数就可以利
用数值计算的方法求得。
(三)状态空间模型平滑方法
平滑指的是通过对时刻T为止的所有观测,估
计在时刻t<T的状态。计算是反向进行的,由如下
两个公式迭代计算求得:
βjt|T=∑Mi=1pr(St=j,St+1=k |φT)β(i,k)t|Tpr(St=j|φT)(19)
Pjt|T=
∑Mi=1pr(St=j,St+1=k |φT){P(j,k)t|T+(βjt|T-β(j,k)t|T)(βjt|T-β(j,k)t|T)′}
pr(St=j|φT)
(20)
其中,β(j,k)t|T=βjt|t+Pjt|tFk′[Pj,kt+1|t]-1(βkt+1|T-β(j,k)t+1|t)
(21)
P(j,k)t|T=Pjt|t+Pjt|tFk′[Pj,kt+1|t]-1(Pkt+1|T
-P(j,k)t+1|T){Pjt|tFk′[Pj,kt+1|t]-1}′(22)

在下也需要同样的程序解模型，如果楼主研究出来了能不能分享一下啊，俺没钱……

Kim提供的程序倒是有，但是要修改之后才能用，但是我不知道怎么改啊

KIM的程序是？

Kim公布了他编写的源程序，很容易搜索到