三参数变换函数的对数似然优化R软件问题
我有一个重大的优化问题。 我得到了一个股票的时间序列和一个转换函数:三参数变换函数的对数似然优化R软件问题,r,optimization,transformation,R,Optimization,Transformation,我有一个重大的优化问题。 我得到了一个股票的时间序列和一个转换函数: K_z <- function(z, theta, beta_z, n) { z*((1+((z^2+0.5)^beta_z-0.5^ beta_z)/n)^(n*theta)) } K_fd_z <- function(z, theta, beta_z, n) { ( (1+( (z^2+0.5)^beta_z - 0.5^beta_z)/n)^n )
K_z <- function(z, theta, beta_z, n) {
z*((1+((z^2+0.5)^beta_z-0.5^ beta_z)/n)^(n*theta))
}
K_fd_z <- function(z, theta, beta_z, n) {
( (1+( (z^2+0.5)^beta_z - 0.5^beta_z)/n)^n )^(theta-1) * ( ( (1+( (z^2+0.5)^beta_z - 0.5^beta_z)/n)^n ) + theta * z * (2*beta_z * z * (1 + ( (z^2+0.5)^beta_z - 0.5^beta_z)/n)^(n-1) * ( z^2+0.5)^(beta_z-1) ) )
}
K_inv <- function(y)
{
uniroot(function(z) K_z(z, theta, beta_z, n)-y , lower=9,upper=11)$root
}
K_inverse <- Vectorize(K_inv, "y")
kz这需要R的旗帜我想,我不认为不会说这种语言/方言的人能帮上忙。你说得对,谢谢:-)这需要R的旗帜我想,我不认为不会说这种语言/方言的人能帮上忙。你说得对,谢谢:-)
z <- rnorm(length(y), mean = 0, sd = 1)
K_inv <- function(y)
{
uniroot(function(z) K_z(z, theta, beta_z, n)-y , lower=9,upper=11)$root
}
K_inverse <- Vectorize(K_inv, "y")
K_m1 <- K_inverse(y)
f_Y <- function(z, theta, n, beta_z)
{
K_m1 <- K_inverse(y)
(dnorm(K_m1))/( K_fd_z(K_m1))
}
# curve(f_Y(x,theta=0.2,n=5,beta_z=0.5),-10,10)
#Error in uniroot(function(z) K_z(z, theta, beta_z, n) - y,lower = 9, :
#f() values at end points not of opposite sign
p3 <- optim(c(-0.2, mean(y)-0.2, 0.01, 1, 0.4), loglike, NULL, method = "L-BFGS-B",lower = c(-0.2, mean(y)-0.2, 0.01, 1, 0.4), upper = c(0.2, mean(y)+0.2, 0.5, 250, 1.8)
oi3<-solve(p3$hessian)