Question

我使用pracma包，特别是Brent-Dekker根寻找算法，搜索根到一个函数，该函数设置观察变异系数（CV obs）等于模拟（CV sim）。

虽然在个人基础上我可以对算法提供初始间隔的良好估计（例如brent(f, a, b)中的[a，b]），但我正在处理大量的年/区/等。为此我找到了根，并且间隔范围不那么宽容 - 就我遇到的情况而言，它需要非常狭窄。以下是我的代码的一般要点：

library(pracma)
CV <- function(x){ #coefficient of variation
  sd(x)/mean(x)
}
fb <- function(b){ #this is my function
  CV(obs)-CV(sim^b)
}
for (i in ...) { #regions
    for (j in ...) { #years... etc. 
      obs <- some.dataframe
      sim <- some.df.2
      z1 <- brent(fb, 0.5,2) #where z1$root is the solution
    }
 }

我想知道是否有相关的包或方法来确定我的for循环中的初始间隔，或者是否有修改以便我可以将此间隔留空（我不使用Python但是例如{{3}间隔是可选的）。

我希望有意义，乐于提供更多背景信息。

Answer 1

我不知道这是否符合您的要求，但scanf()使用（某种形式）布伦特的方法：archive pointed to by ?stats::uniroot说：

此文件包含Brent的单变量最小化器和零查找器。
   C实现（适应）算法
  G.Forsythe，M.Malcolm，C.Moler，计算机方法   数学计算。

stats::uniroot有一个uniroot()参数，默认为“no”，但可以设置为“yes”：

extendInt：字符串，指定间隔'c（lower，upper）' 当'f（）'时应该扩展或直接产生错误在端点没有不同的标志。

因此您不能将间隔留空，但算法会尝试优雅地调整为“不良”选择。

Brent-Dekker间隔（实践）

1 个答案: