cpoint(sde)
cpoint()所属R语言包：sde
Volatility change-point estimator for diffusion processes
波幅变点估计扩散过程
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Volatility change-point estimator for diffusion processes based on least squares.
波幅变动扩散过程基于最小二乘估计。
用法----------Usage----------
cpoint(x, mu, sigma)
参数----------Arguments----------
参数：x
a ts object.
一个ts对象。
参数：mu
a function of x describing the drift coefficient.
x描述漂移系数的函数。
参数：sigma
a function of x describing the diffusion coefficient.
的函数x描述的扩散系数。
Details
详细信息----------Details----------
The function returns a list of elements containing the discrete k0 and continuous tau0 change-point instant, the estimated volatilities before (theta1) and after (theta2) the time change. The model is assumed to be of the form
该函数返回一个列表元素的离散k0和连续tau0变点即时，估计波动前（theta1），后（theta2）时间的变化。该模型被假定为是这样的形式
If the drift coefficient is unknown, the model
如果漂移系数是未知的，该模型
值----------Value----------
<table summary="R valueblock"> <tr valign="top"><td>X</td> <td> a list</td></tr> </table>
<table summary="R valueblock"> <tr valign="top"> <TD>X</ TD> <td>一个名单</ TD> </ TR> </ TABLE>
（作者）----------Author(s)----------
Stefano Maria Iacus
实例----------Examples----------
tau0 <- 0.6
k0 <- ceiling(1000*tau0)
set.seed(123)
X1 <- sde.sim(X0=1, N=2*k0, t0=0, T=tau0, model="CIR",
theta=c(6,2,1))
X2 <- sde.sim(X0=X1[2*k0+1], N=2*(1000-k0), t0=tau0,
T=1, model="CIR", theta=c(6,2,3))
Y <- ts(c(X1,X2[-1]), start=0, deltat=deltat(X1))
X <- window(Y,deltat=0.01)
DELTA <- deltat(X)
n <- length(X)
mu <- function(x) 6-2*x
sigma <- function(x) sqrt(x)
cp <- cpoint(X,mu,sigma)
cp
plot(X)
abline(v=tau0,lty=3)
abline(v=cp$tau0,col="red")
# nonparametric estimation[非参数估计]
cpoint(X)
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。
|
发表于 2012-9-29 23:29:06
