Solucionadores numéricos para equações diferenciais estocásticas em R: existem?

13

Estou procurando um pacote R geral, limpo e rápido (ou seja, usando rotinas C ++) para simular caminhos de uma difusão não-linear não homogênea como (1) usando o esquema de Euler-Maruyama, o esquema de Milstein (ou qualquer outro). Isso está destinado a ser incorporado a um código de estimativa maior e, portanto, merece ser otimizado.

(1)dXt=f(θ,t,Xt)dt+g(θ,t,Xt)dWt,

com Wt o movimento Browniano padrão.

julien stirnemann
fonte
1
(+1) pergunta interessante. É importante notar que a solução para esse tipo de SDE nem sempre existe ou pode não ser única. Além disso, a simulação de processos de difusão pode ser bastante difícil (na verdade, é um tópico quente no momento).
2
Isto é. As soluções analíticas são realmente raras e a existência de uma solução deve ser demonstrada, mas você sempre pode simular ... Terminarei recodificando meus programas R em C se ninguém encontrar uma ferramenta pronta ... a maioria software de análise geral têm, geralmente, uma para todos os fins solver engraçado R parece fornecer apenas simuladores específicos, ou eu posso ter esquecido o pacote certo
Julien Stirnemann
Aqui é um bom lugar (e pessoas) para começar com: web.warwick.ac.uk/statsdept/user-2011/tutorials/Soetaert.html
JohnRos

Respostas:

7

CRAN é seu amigo: http://cran.r-project.org/web/views/DifferentialEquations.html

Equações Diferenciais Estocásticas (SDEs)

Em uma equação diferencial estocástica, a quantidade desconhecida é um processo estocástico.

  • O pacote sdefornece funções para simulação e inferência para equações diferenciais estocásticas. É o pacote que acompanha o livro de Iacus (2008).
  • O pacote pompcontém funções para inferência estatística para processos Markov parcialmente observados.
  • O Sim.DiffProcpacote simula processos de difusão e possui funções para solução numérica de equações diferenciais estocásticas.
  • O pacote GillespieSSAimplementa o algoritmo de simulação estocástica exata de Gillespie (método direto) e vários métodos aproximados.
Stéphane Laurent
fonte