Solucionadores numéricos para ecuaciones diferenciales estocásticas en R: ¿hay alguna?

13

Estoy buscando un paquete R general, limpio y rápido (es decir, usando rutinas C ++) para simular rutas desde una difusión no lineal no homogénea como (1) usando el esquema de Euler-Maruyama, el esquema de Milstein (o cualquier otro). Está destinado a integrarse en un código de estimación más grande y, por lo tanto, merece ser optimizado.

(1)reXt=F(θ,t,Xt)ret+sol(θ,t,Xt)reWt,

con el movimiento browniano estándar. Wt

julien stirnemann
fuente
1
(+1) Pregunta interesante. Es importante tener en cuenta que la solución a este tipo de SDE no siempre existe o puede que no sea única. Además, la simulación de procesos de difusión puede ser bastante difícil (en realidad es un tema candente en este momento).
2
Es. Las soluciones analíticas son realmente raras y la existencia de una solución debe demostrarse, pero siempre puedes simular ... Terminaré recodificando mis programas R en C si a nadie se le ocurre una herramienta preparada ... el software de análisis general generalmente tiene un solucionador universal R divertido parece proporcionar solo simuladores específicos, o puede que haya pasado por alto el paquete correcto
julien stirnemann
Aquí hay un buen lugar (y personas) para comenzar: web.warwick.ac.uk/statsdept/user-2011/tutorials/Soetaert.html
JohnRos

Respuestas:

7

CRAN es tu amigo: http://cran.r-project.org/web/views/DifferentialEquations.html

Ecuaciones diferenciales estocásticas (SDE)

En una ecuación diferencial estocástica, la cantidad desconocida es un proceso estocástico.

  • El paquete sdeproporciona funciones de simulación e inferencia para ecuaciones diferenciales estocásticas. Es el paquete que acompaña al libro de Iacus (2008).
  • El paquete pompcontiene funciones para inferencia estadística para procesos de Markov observados parcialmente.
  • El Sim.DiffProcpaquete simula procesos de difusión y tiene funciones para la solución numérica de ecuaciones diferenciales estocásticas.
  • El paquete GillespieSSAimplementa el algoritmo exacto de simulación estocástica de Gillespie (método directo) y varios métodos aproximados.
Stéphane Laurent
fuente