简短的答案是您的很好,但是您的错误。为了获得R中公式给定的正稳定分布,需要设置
δγ
γ= | 1 - 我晒黑(πα / 2 )|− 1 / α。
我能找到的关于您给出的公式的最早示例是在(Feller,1971)中,但我只是发现了这本书的物理形式。但是(Hougaard,1986)给出了相同的公式,以及拉普拉斯变换
从手册中(使用),参数化来自(Samorodnitsky和Taqqu,1994),这是我无法在线阅读的另一资源。但是(Weron,2001)在Samorodnitsky和Taqqu的参数化中给出了为
L(s)= E [ exp(- 小号X)] = exp(-sα)。
stabledist
stabledist
fBasics
pm=1
α ≠ 1φ (t )= E [ exp(我吨X)] = exp[我δt −γα| Ť|α( 1 - 我βš 我克Ñ(吨)棕褐色πα2) ]。
我已将Weron论文中的某些参数重命名为我们正在使用的表示法。他使用表示和表示。无论如何,插入和,我们得到
μδσγβ= 1δ= 0φ (t )= 经验值[ -γα| Ť|α( 1 − i s i g n(t )棕褐色πα2) ]。
注意表示,而。形式上,因此通过设置在我们得到
值得注意的一点是,与对应的也是,因此,如果您尝试使用或(1 - 我黄褐色(πα / 2 ))/ | 1 - 我晒黑(πα / 2 )| = 经验(- 我πα / 2 )α ∈ (0 ,1 )一世α= 经验(我πα / 2 )L(s)=φ(is)γ= | 1 - 我晒黑(πα / 2 )|− 1 / αφ (t )
φ (i s )= 经验值(-sα) = L(s )。
γα = 1 / 21 / 2γ= αγ= 1 - α,实际上这不是一个不好的近似值,您最终对于完全正确。
α = 1 / 2
这是R中检查正确性的示例:
library(stabledist)
# Series representation of the density
PSf <- function(x, alpha, K) {
k <- 1:K
return(
-1 / (pi * x) * sum(
gamma(k * alpha + 1) / factorial(k) *
(-x ^ (-alpha)) ^ k * sin(alpha * k * pi)
)
)
}
# Derived expression for gamma
g <- function(a) {
iu <- complex(real=0, imaginary=1)
return(abs(1 - iu * tan(pi * a / 2)) ^ (-1 / a))
}
x=(1:100)/100
plot(0, xlim=c(0, 1), ylim=c(0, 2), pch='',
xlab='x', ylab='f(x)', main="Density Comparison")
legend('topright', legend=c('Series', 'gamma=g(alpha)'),
lty=c(1, 2), col=c('gray', 'black'),
lwd=c(5, 2))
text(x=c(0.1, 0.25, 0.7), y=c(1.4, 1.1, 0.7),
labels=c(expression(paste(alpha, " = 0.4")),
expression(paste(alpha, " = 0.5")),
expression(paste(alpha, " = 0.6"))))
for(a in seq(0.4, 0.6, by=0.1)) {
y <- vapply(x, PSf, FUN.VALUE=1, alpha=a, K=100)
lines(x, y, col="gray", lwd=5, lty=1)
lines(x, dstable(x, alpha=a, beta=1, gamma=g(a), delta=0, pm=1),
col="black", lwd=2, lty=2)
}
- 费勒W.(1971)。简介概率论及其应用,2,第2版。纽约:威利。
- Hougaard,P。(1986)。生存模型对不同的人群从稳定分布派生,Biometrika 73,387-396。
- Samorodnitsky,G.,Taqqu,MS(1994)。稳定的非高斯随机过程,查普曼和霍尔,纽约,1994年。
- 韦伦河(2001)。重新征税稳定分布:尾指数> 2不排除征税稳定制度,国际现代物理学杂志C,2001,12(2),209-223。