欠損値を含む状態空間モデル

通常の時系列モデルの場合は、欠損値を含む場合は、モデリングするのが難しいです。
状態空間モデルを使うと、欠損値を含むデータに対してもモデリングできるのがメリットです。

方針というのはこんな感じです。

（状態モデル）
　→ データ（観測データ）が欠損していても、状態はそのまま推移していると考える。
　for(i in 2:T) {
　　　mu[i] ~ normal(mu[(i-1)], sd_a);
　}

（観測モデル）
　→ 観測モデルは、状態モデルから推定されるので、観測できている時点の状態データを持ってくる。
　for(i in 1:len_obs) {
　　　y[i] ~ normal(mu[obs_no[i]], sd_v);
　}