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

loveR

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

                                         Predictor-Corrector Method For One-Dimensional SDE
                                         预测 - 校正方法的一维SDE

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Predictor-Corrector method of simulation numerical solution of one dimensional stochastic differential equation.
模拟一维随机微分方程数值解的预估 - 校正方法。


用法----------Usage----------


PredCorr(N, M, T = 1, t0, x0, Dt, alpha = 0.5,
         mu = 0.5, drift, diffusion, 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：T
final time.  
最后的时间。


参数：t0
initial time.  
初始时间。


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


参数：Dt
time step of the simulation (discretization).  
模拟的时间步长（discretization）。


参数：alpha
weight alpha of the predictor-corrector scheme.  
重量alpha的预测校正方案。


参数：mu
weight mu of the predictor-corrector scheme.  
重量mu的预测校正方案。


参数：drift
drift coefficient: an expression of two variables t and x.  
漂移：表达两个变量t和x。


参数：diffusion
diffusion coefficient: an expression of two variables t and x.  
扩散系数：表达两个变量t和x。


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 function returns a trajectory of the process; i.e., x0 and the new N simulated values if  M = 1. For M > 1, an mts (multidimensional trajectories) is returned, which means that M independent trajectories are simulated. If Dt is not specified, then Dt = (T-t0)/N. If Dt is specified, then N values of the solution of the sde are generated and the time horizon T is adjusted to be T = N * Dt.
的函数返回轨迹的过程，也就是说，x0和新的N模拟值，如果 M = 1。对于M > 1，MTS（多层面的轨迹），则返回，这意味着M独立的运动轨迹模拟。如果Dt没有被指定，然后Dt = (T-t0)/N的。如果Dt被指定，那么N值的溶液中的sde生成的时间跨度T被调整为T = N * Dt。

The method we present here just tries to approximate the states of the process first. This method is of weak convergence order 1.
这里介绍的方法，我们只是试图的状态的过程。这种方法的优点是弱收敛阶1。

The predictor-corrector algorithm is as follows. First consider the simple approximation (the predictor), Then choose two weighting coefficients alpha and mu in [0,1] and calculate the corrector.
预报 - 校正算法如下。首先考虑简单的近似（预测），然后选择两个权重系数alpha和mu中[0,1]和计算校正。


值----------Value----------

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


注意----------Note----------

Note that the predictor-corrector method falls back to the standard Euler method for alpha = mu = 0.
请注意，预测校正方法回落到标准的欧拉法的alpha = mu = 0。

The function by default implements the predictor corrector
默认情况下，该功能实现的预测校正


（作者）----------Author(s)----------



Boukhetala Kamal, Guidoum Arsalane.




参见----------See Also----------

diffBridge Creating Diffusion Bridge Models.snssde numerical solution of one-dimensional SDE . snssde2D numerical solution of two-dimensional SDE. PredCorr2D predictor-corrector method for two-dimensional SDE.
diffBridge创建扩散桥模型模型。snssde数值解的一维的SDE。 snssde2D数值解二维SDE。 PredCorr2D预报 - 校正方法用于二维SDE。


实例----------Examples----------



## example 1[＃示例1]
## Hull-White/Vasicek Model[＃Hull-White/Vasicek型号]
## T = 1 , t0 = 0 and N = 1000 ===> Dt = 0.001 [＃T = 1时，T0 = 0，N = 1000 ===> DT = 0.001]
drift     <- expression( (3*(2-x)) )
diffusion <- expression( (2) )
PredCorr(N=1000, M=1, T = 1, t0=0, x0=10, Dt=0.001, alpha = 0.5,
          mu = 0.5, drift, diffusion, output = FALSE)
## Multiple trajectories of the OU process by Euler Scheme[欧拉的OU过程中，计划＃多轨迹]
PredCorr(N=1000,M=5,T=1,t0=0,x0=10,Dt=0.001,alpha = 0.5,
          mu = 0.5,drift,diffusion,output=FALSE)

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。