Solveurs numériques pour les équations différentielles stochastiques dans R: en existe-t-il?

13

Je recherche un package R général, propre et rapide (c'est-à-dire en utilisant des routines C ++) pour simuler des chemins à partir d'une diffusion non linéaire non homogène comme (1) en utilisant le schéma Euler-Maruyama, le schéma Milstein (ou tout autre). Celui-ci est destiné à être intégré dans un code d'estimation plus large et mérite donc d'être optimisé.

\begin{matrix} (1) & ré X_{t} = F (θ, t, X_{t}) ré t + g (θ, t, X_{t}) ré W_{t}, \end{matrix}

$dX_t = f(\theta, t, X_t)\, dt + g(\theta, t, X_t)\, dW_t, \tag{1}$

avec le mouvement brownien standard. $W_t$

r simulation stochastic-processes markov-process

— julien stirnemann
source

1

(+1) Question intéressante. Il est important de noter que la solution à ce type de SDE n'existe pas toujours ou qu'elle n'est peut-être pas unique. De plus, la simulation des processus de diffusion peut être assez difficile (c'est en fait un sujet brûlant en ce moment).

2

Il est. Les solutions analytiques sont en effet rares et l'existence d'une solution est à démontrer mais vous êtes toujours capable de simuler quand même ... Je finirai par recoder mes programmes R en C si personne ne trouve un outil tout fait ... la plupart les logiciels d'analyse générale ont généralement un solveur polyvalent drôle R semble ne fournir que des simulateurs spécifiques, ou j'ai peut-être négligé le bon package

— julien stirnemann

Voici un bon endroit (et des gens) pour commencer: web.warwick.ac.uk/statsdept/user-2011/tutorials/Soetaert.html

— JohnRos

7

CRAN est votre ami: http://cran.r-project.org/web/views/DifferentialEquations.html

Équations différentielles stochastiques (SDE)

Dans une équation différentielle stochastique, la quantité inconnue est un processus stochastique.

Le package sdefournit des fonctions de simulation et d'inférence pour les équations différentielles stochastiques. Il s'agit du dossier d'accompagnement du livre d'Iacus (2008).
Le paquet pompcontient des fonctions d'inférence statistique pour les processus de Markov partiellement observés.
Le Sim.DiffProcpackage simule les processus de diffusion et a des fonctions pour la solution numérique des équations différentielles stochastiques.
Le package GillespieSSAimplémente l'algorithme de simulation stochastique exact de Gillespie (méthode directe) et plusieurs méthodes approximatives.

— Stéphane Laurent
source

0

Il existe un package R pour SDE: http://cran.r-project.org/web/packages/sde/sde.pdf Mais je ne sais pas si cela fonctionne pour SDE non homogène

— nkhuyu
source