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

loveR

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

                                         Parametric Estimation of Model Black-Scholes (Exact likelihood inference)
                                         参数估计模型（布莱克 - 斯科尔斯精确似然推断）

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Parametric estimation of model Black-Scholes.
布莱克 - 斯科尔斯模型的参数估计。


用法----------Usage----------


PEBS(X, delta, starts = list(theta= 1, sigma= 1), leve = 0.95)



参数----------Arguments----------

参数：X
a numeric vector of the observed time-series values.  
所观察到的时间序列值的一个数值向量。


参数：delta
the fraction of the sampling period between successive observations.  
的采样周期之间的连续观测的馏分。


参数：starts
named list. Initial values for optimizer.  
命名列表。优化的初始值。


参数：leve
the confidence level required.  
所需的置信水平。


Details

详细信息----------Details----------

The Black and Scholes, or geometric Brownian motion model solves the stochastic differential equation:
Black和Scholes或几何布朗运动模型求解随机微分方程：

The conditional density function p(t,.|x) is log-normal with mean = x * exp(theta*t) and variance =  x^2 * exp(2*theta*t)*(exp(sigma^2 *t ) -1 ).
有条件的密度函数p(t,.|x)是log-normalmean = x * exp(theta*t)和variance =  x^2 * exp(2*theta*t)*(exp(sigma^2 *t ) -1 )。

R has the [dqpr]lnorm functions to evaluate the density, the quantiles, and the cumulative distribution or generate pseudo random numbers from the lognormal distribution.
R具有[dqpr]lnorm评估的密度，位数，和累积分布函数，或产生伪随机数的对数正态分布。


值----------Value----------


参数：coef
Coefficients extracted from the model.
系数从模型中提取。


参数：AIC
A numeric value with the corresponding AIC.
与相应的AIC的数值。


参数：vcov
A matrix of the estimated covariances between the parameter estimates in the linear or non-linear predictor of the model.
甲之间的参数估计的协方差矩阵的估计中的线性或非线性预测模型。


参数：confint
A matrix (or vector) with columns giving lower and upper confidence limits for each parameter. These will be labelled as (1-level)/2 and 1 - (1-level)/2.
给每个参数的置信区间上限和下限的列的矩阵（或向量）。这些将被标记为（1级）/ 2和1  - （1级）/ 2。


（作者）----------Author(s)----------



Boukhetala Kamal, Guidoum Arsalane.




参见----------See Also----------

PEABM Parametric Estimation of Arithmetic Brownian Motion, PEOU Parametric Estimation of Ornstein-Uhlenbeck Model, PEOUexp Explicit Estimators of Ornstein-Uhlenbeck Model, PEOUG Parametric Estimation of Hull-White/Vasicek Models.
PEABM算术布朗运动参数估计，PEOU奥恩斯坦 - 乌伦贝克模型的参数估计，PEOUexp奥恩斯坦 - 乌伦贝克模型，PEOUG参数估计的船体，白色的显式估计的/的Vasicek模型。


实例----------Examples----------



## Parametric estimation of model Black-Scholes.[＃柏力克 - 舒尔斯模型的参数估计。]
## t0 = 0 ,T = 1[＃t0时刻= 0，T = 1的]
data(DATA2)
res <- PEBS(DATA2,delta=0.001,starts=list(theta=2,sigma=1))
res
GBMF(N=1000,M=10,T=1,t0=0,x0=DATA2[1],theta=res$coef[1],sigma=res$coef[2])
points(seq(0,1,length=length(DATA2)),DATA2,type="l",lwd=3,col="blue")

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。