R语言 Sim.DiffProc包 tho_02diff()函数中文帮助文档(中英文对照)

loveR

tho_02diff(Sim.DiffProc)
tho_02diff()所属R语言包：Sim.DiffProc

                                         Simulation The First Passage Time FPT For Attractive Model for Two-Diffusion Processes V(1) and V(2)
                                         模拟的首次穿越时间FPT有吸引力的模型扩散过程V（1）和V（2）

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

simulation M-sample for the first passage time "FPT" for attractive for 2-diffusion processes V(1)=c(X1(t),X2(t)) and V(2)=c(Y1(t),Y2(t)) or V(1)=c(X1(t),X2(t),X3(t)) and V(2)=c(Y1(t),Y2(t),Y3(t)).
模拟样品的第一通道“FPT”有吸引力的 - 扩散过程V（1）= C（X1（T），X2（T））和V（2）= C（Y1（T），，M- Y2（t））的或V（1）= C（X1（t）的，X2（t）的X3（吨））和V（2）= C（Y1（t）的，Y2（吨），Y3（t）的）。


用法----------Usage----------


tho_02diff(N, M, t0, Dt, T = 1, X1_0, X2_0, Y1_0, Y2_0,
           v, K, m, Sigma,Output=FALSE)



参数----------Arguments----------

参数：N
size of the diffusion process V1(t) and V2(t).  
的扩散过程的V1（t）和V2（t）的大小。


参数：M
size of the FPT.  
的FPT大小。


参数：t0
initial time.  
初始时间。


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


参数：T
final time.  
最后的时间。


参数：X1_0
initial value of the process X1(t) at time t0.  
初始值的过程X1(t)在时间t0。


参数：X2_0
initial value of the process X2(t) at time t0.  
初始值的过程X2(t)在时间t0。


参数：Y1_0
initial value of the process Y1(t) at time t0.  
初始值的过程Y1(t)在时间t0。


参数：Y2_0
initial value of the process Y2(t) at time t0.  
初始值的过程Y2(t)在时间t0。


参数：v
threshold. see detail  
阈值。 see detail


参数：K
constant K > 0.  
不变的K > 0。


参数：m
constant m > 0.  
不变的m > 0。


参数：Sigma
constant Sigma > 0.  
不变的Sigma > 0。


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 2-dimensional attractive models for 2-diffusion processes V(1)=(X1(t),X2(t)) and V(2)=c(Y1(t),Y2(t)) is defined by the Two (02) system for stochastic differential equation Two-dimensional :
的2维有吸引力的模型2  - 扩散过程的V（1）=（X1（t）的X2（t）的），和V（2）= C（Y1（t）的，Y2（t）的）是指由双（02）系统的二维随机微分方程：

with:
使用：

Where ||.|| is the Euclidean norm and I(2*2) is identity matrix, dW1(t) and dW2(t) are brownian motions independent.
| | | |是欧几里德范数，I（2 * 2）是单位矩阵，dW1(t)和dW2(t)是独立的布朗运动。

D(t)=sqrt((X1(t)^2 - Y1(t)^2)+(X2(t)^2 - Y2(t)^2)) it is distance between V1(t) and V2(t) .
D(t)=sqrt((X1(t)^2 - Y1(t)^2)+(X2(t)^2 - Y2(t)^2))是V1(t)和V2(t)之间的距离。

And the random variable tau "first passage time FPT", is defined by :
随机变量tau“第一通过时间FPT”，被定义为：

with v is the threshold.
v is the threshold。


值----------Value----------

Random variable tau "FPT".
随机变量头“FPT”。


注意----------Note----------

2*K > Sigma^2.
2*K > Sigma^2。


（作者）----------Author(s)----------



Boukhetala Kamal, Guidoum Arsalane.




参见----------See Also----------

TwoDiffAtra3D, TwoDiffAtra2D, fctgeneral, hist_general, Kern_meth,AnaSimFPT Simulation The First Passage Time FPT For A Simulated Diffusion Process.
TwoDiffAtra3D，TwoDiffAtra2D，fctgeneral，hist_general，Kern_meth，AnaSimFPT仿真的首次穿越时间FPT为模拟扩散过程。


实例----------Examples----------



tho_02diff(N=500, M=50, t0=0, Dt=0.001, T = 1,
            X1_0=1, X2_0=1,Y1_0=0.5, Y2_0=0.5,v=0.05,
            K=4, m=0.2, Sigma=0.2)
summary(FPT)
hist(FPT,prob=TRUE)
plot(density(FPT,kernel="gaussian"),col="red")

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。