Optimiere eine Funktion einer Funktion in r

Question

Ich möchte den mittleren quadratischen Fehler (der mse() im hydroGOF Paket könnte verwendet werden) zwischen modellierten und beobachteten Spreads minimieren. Die Funktion wird wie folgt definiert:

KV_CDS <- function(Lambda, s, sigma_S){ 
    KV_CDS = (Lambda * (1 + s))/exp(-s * sigma_S) - Lambda^2) 
} 

Ziel mse zwischen KV_CDS und C durch Verlassen Lambda einen freien Parameter in der KV_CDS Funktion zu minimieren ist.

df <- data.frame(C=c(1,1,1,2,2,3,4), 
       Lambda=c(0.5),s=c(1:7), 
       sigma_S=c(0.5,0.4,0.3,0.7,0.4,0.5,0.8), 
       d=c(20,30,40,50,60,70,80), 
       sigma_B=0.3, t=5, Rec=0.5, r=0.05) 

Answer 1

Dank dir Simon, kam ich zu einer Lösung:

d <- df 

    TestMSE <- function(LR) 
    { 

    D <- KV_CDS(LR, d$s, d$sigma_s, d$D, d$sigma_B, d$t, d$Rec, d$r) 
     mse(d$C, D) 
    } 

    optimize(TestMSE,lower = 0.1, upper =1.5) 

oder:

TestMSE2 <- function(LR) 
    { 
D <- KV_CDS(LR, d$s, d$sigma_s, d$D, d$sigma_B, d$t, d$Rec, d$r) 
     mean((d$C- D)^2) 
    } 

    optimize(TestMSE2,lower = 0.1, upper =1.5) 

Vielen Dank für Ihre Hilfe Jungs!

Answer 2

Sie werden eine Funktion schreiben, müssen die mittleren quadratischen Fehler zu minimieren, dass berechnet für diesen speziellen Fall, zum Beispiel:

calcMSE <- function (Lambda) 
{ 
     d <- df # best not to use -df- as a variable because of confusion with 
       # degrees of freedom 
     err <- d$C - KV_CDS(Lambda, d$s, d$sigma_S, d$d, d$sigma_B, d$t, d$Rec, d$r) 
     sum(err^2)/length(err) 
} 

... und dann können Sie optimize() verwenden, wie dies für Beispiel (Sie müssen den Bereich der möglicher Werte angeben, für Lambda - übrigens keine idealen Namen, weil es bedeutet, dass es eine Funktion sein könnte, wenn es tatsächlich nur eine Variable ist):

optimize(calcMSE,c(0,1)) 

Ich konnte den kompletten Test nicht machen, weil ich pbivnorm nicht installiert hatte, aber das sollte es für Sie tun.