Numerical Discretization-Based Kernel Type Estimation Methods for Ordinary Differential Equation Models

在线阅读 下载PDF 导出详情
摘要 我们认为在线性、非线性的平常的微分方程(颂诗)的参数评价的问题当模特儿。非线性的颂诗模型广泛地在应用被使用。但是他们的分析答案通常不是可得到的。因此常规的方法通常取决于带巨大的计算费用的数字答案的重复使用。我们建议了在第二个阶段在第一个阶段,和一个数字discretization方法(Eulersdiscretization方法,trapezoidaldiscretization方法,或Runge-Kuttadiscretization方法)包括一个变光滑的方法(变光滑的核或本地多项式试穿)的一条新二阶段的途径。通过数字模拟,我们发现建议方法获得在评价精确性和计算费用之间的合适的平衡。Asymptotic性质也被介绍,它在一些温和条件下面显示出一致性和评估者的asymptotic规度。建议方法以精确性和计算费用与存在方法相比。模拟结果证明有在第二个阶段的在第一个阶段和trapezoidaldiscretization的本地线性变光滑的评估者有最低平均相对错误。我们把建议方法用于HIV动力学数据说明评估者的有实行可能。
机构地区 不详
出处 《数学学报:英文版》 2015年8期
出版日期 2015年08月18日(中国期刊网平台首次上网日期,不代表论文的发表时间)