Optymalizacja funkcji funkcji r

Question

Chciałbym zminimalizować błąd średniokwadratowy (można użyć pakietu mse() w pakiecie hydroGOF) między modelowanymi i obserwowanymi rozkładami. Funkcja ta jest określona jako:

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

Celem jest zminimalizowanie mse pomiędzy KV_CDS i C, pozostawiając wolną lambda parametru w funkcji KV_CDS.

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

Dzięki Wam Simon, doszedłem do rozwiązania:

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) 

lub:

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) 

Dzięki za pomoc chłopaki!

Answer 2

Musisz napisać funkcję, aby zminimalizować który oblicza średnią kwadratu błędu w tym konkretnym przypadku, na przykład:

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) 
} 

... i wtedy można użyć optimize(), tak dla instancji (trzeba określić zakres możliwych wartości dla Lambda - nawiasem mówiąc nie jest to idealne imię, ponieważ oznacza to, że może to być funkcja, gdy jest to rzeczywiście tylko zmienna):

optimize(calcMSE,c(0,1)) 

Nie mogłem wykonać pełnego testu, ponieważ nie miałem zainstalowanego pbivnorm, ale powinno to zrobić dla ciebie.