找回密码
 注册
查看: 569|回复: 0

R语言 sde包 gmm()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-9-29 23:30:09 | 显示全部楼层 |阅读模式
gmm(sde)
gmm()所属R语言包:sde

                                        Generalized method of moments estimator
                                         广义的矩估计法

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Implementation of the estimator of the generalized method of moments by Hansen.
实施广义的估计方法汉森的时刻。


用法----------Usage----------


gmm(X, u, dim, guess, lower, upper, maxiter=30, tol1=1e-3,
   tol2=1e-3)



参数----------Arguments----------

参数:X
a ts object containing a sample path of an sde.
一个TS对象,其中包含的样本路径的SDE。


参数:u
a function of x, y, and theta and DELTA; see details.
一个函数的x,y和theta和DELTA;查看详细信息。


参数:dim
dimension of parameter space; see details.
维参数空间查看详细信息。


参数:guess
initial value of the parameters; see details.
的参数的初始值;见详情。


参数:lower
lower bounds for the parameters; see details.
下限的参数,详情请参阅。


参数:upper
upper bounds for the parameters; see details.
上界的参数;查看详细信息。


参数:tol1
tolerance for parameters; see details.
公差参数,查看详细信息。


参数:tol2
tolerance for Q1; see details.
公差为Q1;查看详细信息。


参数:maxiter
maximum number of iterations at the second stage; see details.
在第二阶段的迭代的最大数量;见详情。


Details

详细信息----------Details----------

The function gmm minimizes at the first stage the  function Q(theta) = t(Gn(theta)) * Gn(theta) with respect to theta, where Gn(theta) =  mean(u(X[i+1], X[i], theta)). Then a  matrix of weights W is obtained by inverting an estimate of the long-run covariance and the quadratic function  Q1(theta) = t(Gn(theta)) * W *  Gn(theta) with starting value theta1 (the solution at the first stage).  The second stage is iterated until the first of these conditions verifies: (1) that the number of iterations reaches maxiter; (2) that the Euclidean distance between theta1 and theta2 < tol1; (3) that Q1 < tol2.
最大限度地减少在第一阶段的功能gmm函数Q(theta) = t(Gn(theta)) * Gn(theta)相对于theta,其中Gn(theta) =  mean(u(X[i+1], X[i], theta))。然后,权重的矩阵W是通过以下方式获得反相术语运行的协方差的估计值和二次函数Q1(theta) = t(Gn(theta)) * W *  Gn(theta)与起始值theta1(该溶液在第一阶段)。被重复直到这些条件的第一验证第二阶段:(1)的迭代次数达到maxiter;(2)之间的欧几里德距离theta1和theta2 < tol1;(3 )Q1 < tol2。

The function u must be a function of (u,y,theta,DELTA) and should return a vector of the same length as the dimension of the parameter space. The sanity checks are left to the user.
的功能u的(u,y,theta,DELTA)必须是一个函数,并应该返回一个的参数空间的维数的矢量具有相同的长度。完整性检查留给用户。


值----------Value----------

<table summary="R valueblock"> <tr valign="top"><td>x</td> <td> a list with parameter estimates, the value of Q1 at the minimum, and the Hessian</td></tr> </table>
<table summary="R valueblock"> <tr valign="top"> <TD> x</ TD> <TD>参数估计值的一个列表,Q1在最低的,和Hessian </ TD> </ TR> </ TABLE>


(作者)----------Author(s)----------


Stefano Maria Iacus



参考文献----------References----------

Hansen, L.P. (1982) Large Sample Properties of Generalized Method of Moments Estimators,  Econometrica, 50(4),  1029-1054.

实例----------Examples----------


## Not run: [#不运行:]
alpha <- 0.5
beta <- 0.2
sigma <- sqrt(0.05)
true <- c(alpha, beta, sigma)
names(true) <- c("alpha", "beta", "sigma")

x0 <- rsCIR(1,theta=true)
set.seed(123)
sde.sim(X0=x0,model="CIR",theta=true,N=500000,delta=0.001) -> X
X <- window(X, deltat=0.1)
DELTA = deltat(X)
n <- length(X)
X <- window(X, start=n*DELTA*0.5)
plot(X)

u <- function(x, y, theta, DELTA){
  c.mean <- theta[1]/theta[2] +
             (y-theta[1]/theta[2])*exp(-theta[2]*DELTA)
  c.var <- ((y*theta[3]^2 *
     (exp(-theta[2]*DELTA)-exp(-2*theta[2]*DELTA))/theta[2] +  
          theta[1]*theta[3]^2*
          (1-exp(-2*theta[2]*DELTA))/(2*theta[2]^2)))  
  cbind(x-c.mean,y*(x-c.mean), c.var-(x-c.mean)^2,
        y*(c.var-(x-c.mean)^2))  
}

CIR.lik <- function(theta1,theta2,theta3) {
n <- length(X)
dt <- deltat(X)
-sum(dcCIR(x=X[2:n], Dt=dt, x0=X[1n-1)],
   theta=c(theta1,theta2,theta3), log=TRUE))
}

fit <- mle(CIR.lik, start=list(theta1=.1,  theta2=.1,theta3=.3),
    method="L-BFGS-B",lower=c(0.001,0.001,0.001), upper=c(1,1,1))
# maximum likelihood estimates[最大似然估计]
coef(fit)


gmm(X,u, guess=as.numeric(coef(fit)), lower=c(0,0,0),
    upper=c(1,1,1))

true


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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2024-11-30 04:56 , Processed in 0.025337 second(s), 16 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表