R语言 Sim.DiffProc包 TwoDiffAtra3D()函数中文帮助文档(中英文对照)

loveR

TwoDiffAtra3D(Sim.DiffProc)
TwoDiffAtra3D()所属R语言包：Sim.DiffProc

                                         Three-Dimensional Attractive Model for Two-Diffusion Processes V(1) and V(2)
                                         三维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 3-dimensional attractive model for 2-diffusion processes V(1)=(X1(t),X2(t),X3(t)) and V(2)=c(Y1(t),Y2(t),Y3(t)).
仿真3维吸引力的模式，2  - 扩散过程V（1）=（X1（T）（T），X2，X3（T））和V（2）= C（Y1（T），Y2（T）， Y3（t））的。


用法----------Usage----------


TwoDiffAtra3D(N, t0, Dt, T = 1, X1_0, X2_0, X3_0, Y1_0,
              Y2_0, Y3_0, v, K, m, Sigma, Output = FALSE)



参数----------Arguments----------

参数：N
size of process.  
大小的处理。


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：X3_0
initial value of the process X3(t) at time t0.  
初始值的过程X3(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：Y3_0
initial value of the process Y3(t) at time t0.  
初始值的过程Y3(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 3-dimensional attractive models for 2-diffusion processes V(1)=(X1(t),X2(t),X3(t)) and V(2)=c(Y1(t),Y2(t),Y3(t)) is defined by the Two (02) system for stochastic differential equation three-dimensional :
3  - 维有吸引力的模型2  - 扩散过程的V（1）=（X1（t）的X3（t）的），X2（t）的和V（2）= C（Y1（t）的，Y2（t）的Y3（t））是由两个系统（02）定义的为三维随机微分方程：

with:
使用：

Where ||.|| is the Euclidean norm and I(3*3) is identity matrix, dW1(t) and dW2(t) are brownian motions independent.
| | | |是欧几里德范数，I（3 * 3）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)+(X3(t)^2-Y3(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)+(X3(t)^2-Y3(t)^2))是V1(t)和V2(t)之间的距离。

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

with v is the threshold.
v is the threshold。


值----------Value----------

data.frame(time,X1(t),X2(t),X3(t),Y1(t),Y2(t),Y3(t),D(t)) and plot of process 3-D.
数据框（时间，X1（T）（T），X2，Y1 X3（T）（T）（T），Y2，Y3（T），D（T））的过程和图3-D。


注意----------Note----------

2*K > Sigma^2.
2*K > Sigma^2。


（作者）----------Author(s)----------



Boukhetala Kamal, Guidoum Arsalane.




参见----------See Also----------

TwoDiffAtra2D, tho_02diff.
TwoDiffAtra2D，tho_02diff。


实例----------Examples----------



TwoDiffAtra3D(N=500, t0=0, Dt=0.001, T = 1, X1_0=0.5, X2_0=0.25,
               X3_0=0.1,Y1_0=-0.5,Y2_0=-1, Y3_0=0.25, v=0.01, K=5,
               m=0.2, Sigma=0.1, 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。