×

兹马思-数学第一资源

通过转换为最小二乘问题估计可约随机微分方程。(英语) Zbl 1417.65039
摘要:随机微分方程(SDE)越来越多地用于纵向数据分析、分区模型、增长模型和其他一些学科的应用。然而,参数估计目前需要专门的软件包,这些软件包可能很难使用和理解。这项工作发展和演示了一种方法估计可约的sde使用标准的非线性最小二乘法或混合效应软件。可约随机微分方程是通过改变线性随机微分方程中的变量而得到的,它具有足够的灵活性来模拟许多情况。该方法基于对已知技术的扩展,该技术将具有因变量非线性变换的高斯模型的最大似然估计转化为等效最小二乘问题。类似的思想也可以用于贝叶斯极大后验估计。给出了包含过程噪声和观测噪声的可约sde的参数估计方法,包括具有固定或随机群参数的分层模型。给出了\(R\)中的代码和实例。本文详细讨论了单变量随机微分方程,并对多变量情形作了更简要的扩展。使用经过良好测试和熟悉的标准软件,将使SDE建模更加透明和方便。

理学硕士:
65立方英尺 统计计算问题(MSC2010)
6205年 马尔可夫过程:估计;隐马尔可夫模型
60小时10分 随机常微分方程(随机分析方面)
第62页 统计学在生物学和医学科学中的应用;荟萃分析
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] Allen E(2007)随机微分方程建模。斯普林格,多德雷赫特,第228页·Zbl 1130.60064
[2] Arnold L(1974)随机微分方程:理论与应用。威利,纽约·中银0278.60039
[3] 阿尔茨鲁尼,M。;《数学人口学中的随机微分方程:回顾》,应用数学计算,39139-153,(1990)·Zbl 0707.92016
[4] 巴索,A。;García,O.,不列颠哥伦比亚省木桩松立地指数模型,Sci,60982-987,(2014)
[5] Bishwal JP(2008)随机微分方程中的参数估计。斯普林格,柏林。https://doi.org/10.1007/978-3-540-74448-1·Zbl 1134.62058
[6] 箱,GEP;考克斯博士,《转换分析》,J R Stat Soc B,26,211-252,(1964年)·Zbl 0156.40104
[7] 布罗德,L。;林奇,T.,爱尔兰锡特卡云杉的生长模型,Ir for,63,53-79,(2006)
[8] 布鲁斯特,A。;Fukasawa,M。;日野。;伊科斯,S。;卡马塔尼,K。;小池,Y。;马苏达,H。;野村,R。;奥吉哈拉。;Shimuzu,Y。;内田,M。;Yoshida,N.,yuima项目:随机微分方程模拟和推理的计算框架,J Stat Softw,57,1-51,(2014)
[9] 业务单元R。;吉特,L。;哈德里,K。;Lubrano,M.,使用时变copulas和可约非线性随机微分方程建模多元利率,金融经济学杂志,9198-236,(2010)
[10] 业务单元R。;程,J。;Hadri,K.,具有时变变换的可约扩散及其在短期利率中的应用,经济模型,52266-277,(2016)
[11] 张国平,张国平,张国平,张国强,张国强,张国平,2001,2,505-515,(2000),一类一维随机微分方程模型的极大似然估计·Zbl 0979.62062
[12] CRAN(2017)综合档案网络。https://cran.r-project.org/。访问日期:2017-07-24
[13] 库诺德,加利福尼亚州;费尔托,B。;基农·加泰洛特,V。;罗森霍尔克。;Samson,A.,使用随机微分方程从动态对比增强MRI数据中进行参数估计和变化点检测,Math Biosci,233,68-76,(2011)·Zbl 1226.92046
[14] 大卫安,M。;吉尔蒂南,DM,重复测量数据的非线性模型:综述与更新,农业生物环境统计杂志,8387-419,(2003)
[15] 唐奈,S。;Samson,A.,随机微分方程定义的混合模型的参数推断,ESAIM Probab Stat,12196-218,(2008)·Zbl 1182.62164
[16] 唐奈,S。;Samson,A.,药代动力学/药效学模型的随机微分方程估计综述,Adv Drug Deliver Rev,65929-939,(2013)
[17] 唐奈,S。;福利,JL;Samson,A.,使用随机微分方程定义的混合模型对增长曲线进行贝叶斯分析,生物特征学,66733-741,(2010)·Zbl 1203.62187
[18] 司机,CC;乌德,JHL;Voelkle,MC,《连续时间结构方程建模与R包ctsem》,J Stat Softw,77,1-35,(2017)
[19] 费尔托,B。;Samson,A.,二维部分观测Ornstein-Uhlenbeck过程的参数估计及其生物学应用,Scan J Stat,37200-220,(2010)·Zbl 1224.62032
[20] 菲利普,宾夕法尼亚州;加利福尼亚州布劳曼;NM,英国;Roquete,CJ,在随机环境中模拟动物生长:使用非参数估计的应用,生物医学杂志,52653-666,(2010)·Zbl 1203.62138
[21] Furnival,GM,用于比较用于构建体积表的方程式的索引,Sci,7337-341,(1961)
[22] García,O.,林分高度增长的随机微分方程模型,生物识别,391059-1072,(1983)·Zbl 0535.62089
[23] García,O.,《双龄林分的新增长模型:辐射松在Golden Downs forest,N Z J For Sci,14,65-88,(1984年)
[24] García,O.,增长函数和概率分布的一般家族的可视化——增长曲线浏览器,环境模型软件,231474-1475,(2008)
[25] Gardiner CW(1985)《物理、化学和自然科学随机方法手册》,第4版。柏林斯普林格
[26] 格里万,A。;Toint,PL,大型结构化优化问题的分区变量度量更新,Numer。数学,39119-137,(1982)·Zbl 0482.65035
[27] Henderson D,Plaschko P(2006)《科学与工程中的随机微分方程》。新加坡,世界科学。https://doi.org/10.1142/9789812774798·Zbl 1127.60003
[28] 霍特林,H.,《受误差影响的微分方程和总体估计》,J Am Stat Assoc,22283-314,(1927)·京FM 53.0523.18
[29] 国王,A。;阮,D。;Ionides,E.,通过R包pomp对部分观察到的马尔可夫过程的统计推断,J Stat Softw,69,1-43,(2016)
[30] 克里姆,S。;莫滕森,SB;克里斯滕森,NR;Overgaard,RV;Madsen,H.,人口随机建模(PSM)-基于随机微分方程的混合效应模型的R包,计算方法程序Biomed,94279-289,(2009)
[31] K.O.P.P.E(1992)随机微分方程数值解。柏林斯普林格·中银0752.60043
[32] 克里斯滕森,NR;马德森,H。;Ingwersen,SH,使用随机微分方程建立PK/PD模型,药理学杂志,32,109-141,(2005)
[33] Kunita,H.,《Itôs随机演算:其应用的惊人力量》,Stoch Process Appl,120622-652,(2010)·Zbl 1202.60079号
[34] 低压,Q。;Pitchford,JW,随机von Bertalanffy模型及其在鱼类招募中的应用,J Thero Biol,244640-655,(2007)
[35] 马丁内斯,阿斯;冈萨雷斯,卢比;Terçariol,CAS,基于广义对数和指数函数的连续增长模型,Physica A,387,5679-5687,(2008)
[36] 莫勒,C。;Loan,C.,《计算矩阵指数的十九种可疑方法》,25年后,暹罗修订版,45,3-49,(2003)·Zbl 1030.65029
[37] Moller J,Madsen H(2010)通过Lamperti变换从随机微分方程的状态相关扩散到常数扩散。IMM技术报告-2010-16,丹麦技术大学,DTU信息学,丹麦林格比。http://orbit.dtu.dk/files/5175845/tr10_16.pdf
[38] 尼尔森,JN;马德森,H。;杨,PC,随机微分方程中的参数估计:综述,年平均转速控制,24,83-94,(2000)
[39] Øksendal B(2003)《随机微分方程》,第6版。斯普林格,柏林。https://doi.org/10.1007/978-3-642-14394-6_5·Zbl 1025.60026
[40] 佩奇,R。;Allen,E.,随机微分方程增长模型的闭式似然性,Can J Stat revue Canadienne De Statistique,38474-487,(2010)·Zbl 1327.62453
[41] 皮奇尼,美国。;Ditlevsen,S.,高维随机微分混合效应模型的实际估计,计算机统计数据分析,551426-1444,(2011)·Zbl 1328.65014
[42] 皮奇尼,美国。;盖塔诺,A。;Ditlevsen,S.,随机微分混合效应模型,Scand J Stat,37,67-90,(2010)·Zbl 1224.62041
[43] Pinheiro JC,Bates DM(2000)S和S-plus中的混合效应模型。斯普林格,纽约。https://doi.org/10.1007/b98882·Zbl 0953.62065
[44] R开发核心团队(2009)R:统计计算的语言和环境。R统计计算基金会,维也纳。国际标准书号:3-900051-07-0。http://www.R-project.org
[45] Richards,FJ,经验使用的弹性增长函数,J Exp-Bot,10290-300,(1959)
[46] Seber GAF,Wild CJ(2003)非线性回归。纽约威利,768页。https://doi.org/10.1002/0471725315·Zbl 0721.62062
[47] 《耦合酶系统的随机模型》,生物学报,31973-992,(1989)·Zbl 0693.92010
[48] Simoncini,V.,线性矩阵方程的计算方法,暹罗修订版,58377-441,(2016)·Zbl 1386.65124号
[49] 斯尼杰德斯,塔布;刘易斯·贝克,M(编辑);布莱曼,A(编辑);廖,T(ed.),多水平分析,第2期,673-677,(2003),千橡树
[50] 秀,你;Bates,DM,松耦合非线性最小二乘法,计算机统计数据分析,14249-259,(1992)·Zbl 0875.62281
[51] 斯特拉特,AB;索伦森,H。;Danfaer,A.,结合动物生长和能量摄入的新数学模型:生长猪的案例,J Thero Biol,26165-175,(2009)·Zbl 1403.92032
[52] Venables WN,Ripley BD(2002)《现代应用统计学与S》,第4版。斯普林格,纽约。https://doi.org/10.1007/978-0-387-21706-2·Zbl 1006.62003
[53] Bertalanffy,L.,有机生长问题,自然,163156-158,(1949)
[54] 乔治亚州惠特克;天哪,A。;孩子们,RJ;Sherlock,C.,扩散驱动混合效应模型的贝叶斯推断,Bayesian Anal,12435-463,(2017年)·兹布1384.62109
[55] 威尔克斯SS(1962),《数理统计》,第二版。威利,纽约·Zbl 0173.45805
[56] Zacks S(1971)统计推断理论。威利,纽约,第609页
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。