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

loveR

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

                                         Creating The Jacobi Diffusion Process (by Milstein Scheme)
                                         创建雅可比扩散过程的（米尔斯坦计划）

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Simulation the jacobi diffusion process by milstein scheme.
模拟Milstein方法的的jacobi的扩散过程。


用法----------Usage----------


JDP(N, M, t0, T, x0, theta, 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 positive.  
恒定的正。


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----------

The Jacobi diffusion process is the solution to the stochastic differential equation :
雅可比扩散过程的随机微分方程的解决方案：

With -theta * (X(t) - 0.5) :drift coefficient and sqrt( theta*X(t)*(1-X(t))) :diffusion coefficient, W(t) is Wiener process, discretization dt = (T-t0)/N.
-theta * (X(t) - 0.5) :drift coefficient和sqrt( theta*X(t)*(1-X(t))) :diffusion coefficient，W(t)是维纳过程，离散dt = (T-t0)/N。

For theta > 0. It has an invariant distribution that is uniform on [0,1].
对于theta > 0。它有一个不变分布是uniform on [0,1]。


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, INFSR Inverse of Feller s Square Root models,  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逆费勒平方根模型，INFSR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----------



## Jacobi Diffusion Process [＃雅可比扩散过程]
## dX(t) = -0.05 * (X(t)-0.5)* dt + sqrt(0.05*X(t)*(1-X(t))) * dW(t),  [＃DX（T）= -0.05 *（X（T）-0.5）* DT + SQRT（0.05 * X（T）*（1-X（T）））* DW（T），]
## One trajectorie[＃一trajectorie后]
JDP(N=1000,M=1,T=100,t0=0,x0=0,theta=0.05)

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。