simple.ef2(sde)
simple.ef2()所属R语言包：sde
Simple estimating function based on the infinitesimal generator a the diffusion process
简单估算功能的基础上的扩散过程的无穷小生成
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Apply a simple estimating function based on the infinitesimal generator of a diffusion to find estimates of the parameters of a process solution of that particular stochastic differential equation.
套用一个简单的估计函数的无穷小生成的扩散，找到的解决方案，特别是随机微分方程的参数估计的基础上。
用法----------Usage----------
simple.ef2(X, drift, sigma, h, h.x, h.xx, guess, lower,
upper)
参数----------Arguments----------
参数：X
a ts object containing a sample path of an sde.
ts对象，其中包含的样本路径的SDE。
参数：drift
an expression for the drift coefficient; see details.
表达的漂移系数，查看详细信息。
参数：sigma
an expression for the diffusion coefficient; see details.
表达的扩散系数，查看详细信息。
参数：h
an expression of x and the parameters to be estimated; see details.
表达x和待估参数;查看详细信息。
参数：h.x
an expression of x containing the first derivative of h; see details.
的表达式x含有第一h;见详情衍生物。
参数：h.xx
an expression of x containing the second derivative of h; see details.
的表达式x含有h;见详情的二阶导数。
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.ef2 minimizes the simple estimating function of the form sum_i f_i(x;theta) = 0, where f is the result of applying the infinitesimal generator of the diffusion to the function h. This involves the drift and diffusion coefficients plus the first two derivatives of h. If not provided by the user, the derivatives are calculated by the function.
的功能simple.ef2最大限度地减少了简单的估计函数的形式sum_i f_i(x;theta) = 0，其中f应用的无穷小生成扩散的功能h的结果。这涉及到的漂移和扩散系数，加上前两种衍生物h。如果没有由用户提供的，该衍生物是由函数计算。
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)
d <- expression(10 - x)
s <- expression(sqrt(x))
x0 <- 10
sde.sim(X0=x0,drift=d, sigma=s,N=1500,delta=0.1) -> X
# rather difficult problem unless a good initial guess is given[相当困难的问题，除非一个好的初始猜测]
d <- expression(alpha + theta*x)
s <- expression(x^gamma)
h <- list(expression(x), expression(x^2), expression(x^2))
simple.ef2(X, d, s, h, lower=c(0,-Inf,0), upper=c(Inf,0,1))
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 23:31:53
