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:Optimiere eine Funktion einer Funktion in r
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)
Können Sie Ihre Frage ein wenig klären? Eine Funktion einer Funktion ist nur eine Funktion, die die Zusammensetzung der beiden Funktionen ist. Was ist c/C? Es ist schwer zu entziffern, was behoben ist und was ein Parameter aus dem gesamten Code ist, den Sie gepostet haben. –
Ich möchte den MSE minimieren, aber der freie Parameter ist Lambda in der KV_CDS-Funktion. Alle anderen Parameter sind festgelegt. Es ist einfach in Excel den Solver zu verwenden, aber meine Daten sind ziemlich groß, daher versuche ich den Solver zu vermeiden. c ist der Datenrahmen und C sind Beobachtungen, denen ich das Modell anpassen möchte. Ich werde c in df umbenennen, um es lesbarer zu machen. Die Funktionen KV_PS und C_G sind nur Hilfefunktionen, um die Zielfunktion zu lösen. Entschuldigung, für das verwirrende Display. – New2R
Ich sehe, Sie haben die Frage über die Anwendung von 'TestMSE' nach ID hinzugefügt. Ich würde vorschlagen, dass Sie es als eine getrennte Frage stellen, die es mehr Aufmerksamkeit bekommen würde. – Simon