我感兴趣的是关于q的自定义函数pTgh_y(q,g,h)
的一阶数值导数。对于特殊情况,pTgh_y(q,0,0)= pnorm(q)。换句话说,当g = h = 0时,pTgh_y(q,g,h)
减少到标准法线的CDF(见下图)。
这意味着d pTgh_y(0,0,0)/ dq应等于以下
dnorm(0)
0.3989423
grad(pnorm,0)
0.3989423
以下是我在{pracma}库中使用grad函数的一些尝试。
library(pracma)
# load pTgh and all relevant functions
grad(function(x){pTgh_y(x,0,0)},0)
0
grad(function(x){pTgh_y(x,0,0)},0,heps=1e-10)
0
以下是我在{numDeriv}库中使用grad函数的一些尝试。
library(numDeriv)
# load pTgh and all relevant functions
grad(function(x){pTgh_y(x,0,0)},0,method='simple')
0.3274016
grad(function(x){pTgh_y(x,0,0)},0,method='Richardson')
-0.02505431
grad(function(x){pTgh_y(x,0,0)},0,method='complex')
pmin(x,.Machine $ double.xmax)出错:输入类型无效 grad.default中的错误(function(x){: 函数不接受方法'complex'所要求的复杂参数。
这些功能都没有给出正确的结果。
我的pTgh_y(q,g,h)
功能定义如下
qTgh_y = function(p,g,h){
zp = qnorm(p)
if(g==0) q = zp
else q = (exp(g*zp)-1)*exp(0.5*h*zp^2)/g
q[p==0] = -Inf
q[p==1] = Inf
return(q)
}
pTgh_y = function(q,g,h){
if (q==-Inf) return(0)
else if (q==Inf) return(1)
else {
p = uniroot(function(t){qTgh_y(t,g,h)-q},interval=c(0,1))
return(p$root)
}
}
答案 0 :(得分:1)
你的函数在0附近是平的,因此计算0的导数是正确的:
f = function(x){pTgh_y(x,0,0)}
h = 0.00001; f(0+h); f(0-h)
# [1] 0.5
# [1] 0.5
library(pracma)
grad(f, 0, heps=1e-02); grad(f, 0, heps=1e-03);
grad(f, 0, heps=1e-04); grad(f, 0, heps=1e-05)
# [1] 0.3989059
# [1] 0.399012
# [1] 0.4688766
# [1] 0
您需要提高功能pTgh_y
的准确性:
pTgh_y = function(q,g,h){
if (q==-Inf) return(0)
else if (q==Inf) return(1)
else {
p = uniroot(function(t){qTgh_y(t,g,h)-q},interval=c(0,1),
tol = .Machine$double.eps)
return(p$root)
}
}
现在你得到了你想要的结果:
f = function(x){pTgh_y(x,0,0)}
grad(f, 0)
[1] 0.3989423