Análisis de factor dinámico vs modelo de espacio de estado

El paquete MARSS en R ofrece una función para el análisis de factor dinámico. En este paquete, el modelo de factor dinámico se escribe como una forma especial de modelo de espacio de estado y asumen que las tendencias comunes siguen el proceso AR (1). Como no estoy muy familiarizado con esos dos métodos, vengo con dos preguntas:

¿Es el análisis dinámico de factores una forma especial de modelo de espacio de estado? ¿Cuál es la diferencia entre esos dos métodos?

Además, el Análisis Factorial Dinámico no necesariamente asume las tendencias comunes como proceso AR (1). ¿Hay algún paquete que permita las tendencias comunes como el proceso estacional ARIMA (o algún otro)?

No vi tu pregunta antes.

Sí, el análisis dinámico de factores puede verse como un caso particular del modelo de espacio de estado. Hace que las observaciones dependan de un vector de estado dimensional pequeño (pequeño en relación con la dimensión del vector de observación). Por lo tanto, es la misma idea que en el análisis factorial ordinario, más la dependencia del tiempo.

Los "factores" pueden tener cualquier dinámica de tiempo. Varios paquetes de R, si usa R, le permitirán especificar un modelo de análisis de factor dinámico general, que incluye, por ejemplo, dlmo KFAS.