simple.ef(sde)
simple.ef()所属R语言包：sde
Simple estimating functions of types I and II
简单估计函数的类型I和II
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Apply a simple estimating function to find estimates of the parameters of a process solution of a stochastic differential equation.
套用一个简单的的估计函数找到一个过程解决方案的一个随机微分方程的参数估计。
用法----------Usage----------
simple.ef(X, f, guess, lower, upper)
参数----------Arguments----------
参数：X
a ts object containing a sample path of an sde.
一个TS对象，其中包含的样本路径的SDE。
参数：f
a list of expressions of x and/or y and the parameters to be estimated; see details.
表达x和/或y和待估参数的列表，请参阅详细资料。
参数：guess
initial value of the parameters; see details.
的参数的初始值;见详情。
参数：lower
lower bounds for the parameters; see details.
下限的参数，详情请参阅。
参数：upper
upper bounds for the parameters; see details.
上界的参数;查看详细信息。
Details
详细信息----------Details----------
The function simple.ef minimizes a simple estimating function of the form sum_i f_i(x,y;theta) = 0 or sum_i f_i(x;theta) as a function of theta. The index i varies in 1:length(theta).
的功能simple.ef最大限度地减少一个简单的估计函数的形式sum_i f_i(x,y;theta) = 0或sum_i f_i(x;theta)的函数theta。该指数i变化1:length(theta)。
The list f is a list of expressions in x or (x,y).
的列表f是一个表达式列表，在x或(x,y)。
值----------Value----------
<table summary="R valueblock"> <tr valign="top"><td>x</td> <td> a vector of estimates</td></tr> </table>
<table summary="R valueblock"> <tr valign="top"> <TD> x</ TD> <TD>一个向量的估计</ TD> </ TR> </ TABLE>
（作者）----------Author(s)----------
Stefano Maria Iacus
参考文献----------References----------
Kessler, M. (1997) Estimation of an ergodic diffusion from discrete observations, Scand. J. Statist., 24, 211-229.
Kessler, M. (2000) Simple and Explicit Estimating Functions for a Discretely Observed Diffusion Process, Scand. J. Statist., 27, 65-82.
实例----------Examples----------
set.seed(123);
# Kessler's estimator for O-H process[凯斯勒估计为O-H工艺]
K.est <- function(x) {
n.obs <- length(x)
n.obs/(2*(sum(x^2)))
}
# Least squares estimators for the O-H process[最小二乘估计的O-H工艺]
LS.est <- function(x) {
n <- length(x) -1
k.sum <- sum(x[1:n]*x[2 n+1)])
dt <- deltat(x)
ifelse(k.sum>0, -log(k.sum/sum(x[1:n]^2))/dt, NA)
}
d <- expression(-1 * x)
s <- expression(1)
x0 <- rnorm(1,sd=sqrt(1/2))
sde.sim(X0=x0,drift=d, sigma=s,N=2500,delta=0.1) -> X
# Kessler's estimator as estimating function[凯斯勒估计函数的估计]
f <- list(expression(2*theta*x^2-1))
simple.ef(X, f, lower=0, upper=Inf)
K.est(X)
# Least Squares estimator as estimating function[最小二乘估计估计函数]
f <- list(expression(x*(y-x*exp(-0.1*theta))))
simple.ef(X, f, lower=0, upper=Inf)
LS.est(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 23:31:46
