R语言 Sim.DiffProc包 INFSR()函数中文帮助文档(中英文对照)

loveR

INFSR(Sim.DiffProc)
INFSR()所属R语言包：Sim.DiffProc

                                         Creating Ahn and Gao model or Inverse of Feller Square Root Models (by Milstein Scheme)
                                         创建的安贞焕和高模型或逆费勒平方根模型（Milstein方法）

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Simulation the inverse of feller square root model by milstein scheme.
的那汉子平方根模型模拟的逆Milstein方法。


用法----------Usage----------


INFSR(N, M, t0, T, x0, theta, r, sigma, output = FALSE)



参数----------Arguments----------

参数：N
size of process.  
大小的处理。


参数：M
number of trajectories.  
的轨迹数。


参数：t0
initial time.  
初始时间。


参数：T
final time.  
最后的时间。


参数：x0
initial value of the process at time t0.  
初始值的过程中，在时间t0。


参数：theta
constant ( X(t)*(theta-(sigma^3-theta*r)*X(t)) :drift coefficient).   
常数（X(t)*(theta-(sigma^3-theta*r)*X(t)) :drift coefficient“）。


参数：r
constant ( X(t)*(theta-(sigma^3-theta*r)*X(t)) :drift coefficient).  
常数（X(t)*(theta-(sigma^3-theta*r)*X(t)) :drift coefficient“）。


参数：sigma
constant positive ( sigma * X(t)^(3/2) :diffusion coefficient).  
恒定正（sigma * X(t)^(3/2) :diffusion coefficient“）。


参数：output
if output = TRUE write a output to an Excel (.csv).  
如果output = TRUE写的output到Excel（CSV）。


Details

详细信息----------Details----------

A process X satisfying :
一个过程X满足：

With X(t)*(theta-(sigma^3-theta*r)*X(t)) :drift coefficient and sigma * X(t)^(3/2) :diffusion coefficient, W(t) is Wiener process, discretization dt = (T-t0)/N.
X(t)*(theta-(sigma^3-theta*r)*X(t)) :drift coefficient和sigma * X(t)^(3/2) :diffusion coefficient，W(t)是维纳过程，离散dt = (T-t0)/N。

The conditional distribution of this process is related to that of the Cox-Ingersoll-Ross (CIR) model.
这个过程的条件分布考克斯，英格索尔 - 罗斯(CIR)模型。


值----------Value----------

data.frame(time,x) and plot of process.
数据框（时间，x）和图的过程。


（作者）----------Author(s)----------



Boukhetala Kamal, Guidoum Arsalane.




参见----------See Also----------

CEV Constant Elasticity of Variance Models, CIR Cox-Ingersoll-Ross Models, CIRhy modified CIR and hyperbolic Process, CKLS Chan-Karolyi-Longstaff-Sanders Models, DWP Double-Well Potential Model, GBM Model of Black-Scholes, HWV Hull-White/Vasicek Models,   JDP Jacobi Diffusion Process, PDP Pearson Diffusions Process, ROU Radial Ornstein-Uhlenbeck Process, diffBridge Diffusion Bridge Models, snssde Simulation Numerical Solution of SDE.
CEV常数方差模型的弹性，CIR考克斯，英格索尔 - 罗斯模型，CIRhy改性的CIR和双曲过程，CKLS陈Karolyi，Longstaff·桑德斯模型， X>双势阱模型，DWP布莱克 - 斯科尔斯模型，GBM的Hull-White/Vasicek模式，HWV的雅可比扩散过程，JDP的皮尔逊扩散的过程， PDP径向Ornstein-Uhlenbeck过程，ROU扩散桥模型，diffBridge SDE模拟数值解。


实例----------Examples----------



## Inverse of Feller Square Root Models [＃逆费勒平方根模型]
## dX(t) = X(t)*(0.5-(1^3-0.5*0.5)*X(t)) * dt + 1 * X(t)^(3/2) * dW(t)[＃DX（吨）= X（t）的*（0.5-（1 ^ 3-0.5 * 0.5）* X（t）的）* dt值+ 1 * X（吨）^（3/2）* DW（叔）]
## One trajectorie[＃一trajectorie后]
INFSR(N=1000,M=1,T=50,t0=0,x0=0.5,theta=0.5,r=0.5,sigma=1)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。