Question

我想自动将时间序列返回到NIG分布中。使用fBasics包中的nigfit（）来估计分布的mu，alpha，beta和delta。

>   nigFit(histDailyReturns,doplot=FALSE,trace=FALSE)

Title:
 Normal Inverse Gaussian Parameter Estimation 

Call:
 .nigFit.mle(x = x, alpha = alpha, beta = beta, delta = delta, 
    mu = mu, scale = scale, doplot = doplot, span = span, trace = trace, 
    title = title, description = description)

Model:
 Normal Inverse Gaussian Distribution

Estimated Parameter(s):
       alpha         beta        delta           mu 
48.379735861 -1.648483055  0.012361539  0.001125734

这很好用，这意味着nigfit会绘制我的参数。但是我想使用估计的参数并将它们保存在变量中。所以我以后可以使用它们。

    > variable = nigfit(histDailyReturns,doplot=FALSE,trace=FALSE)

这不起作用。 'variable'是类结构 fDISTFIT 的 S4对象。调用变量会重新输出上面的nigfit输出。我尝试了以下符号，只得到一个参数：

    > variable$alpha
    > variable.alpha
    > variable[1]

我在nigfit的文档中找不到答案。是否可以将估计参数保存在变量中？它是如何工作的？

Answer 1

使用@访问输出组件。 variable有不同的slots。使用slotNames()获取他们的名字。使用文档中的示例：

    set.seed(1953)
    s <- rnig(n = 1000, alpha = 1.5, beta = 0.3, delta = 0.5, mu = -1.0)
    a <- nigFit(s, alpha = 1, beta = 0, delta = 1, mu = mean(s), doplot = TRUE) 
    slotNames(a)

     [1] "call"        "model"       "data"        "fit"         "title"      
     [6] "description"
    # `fit` is a list with all the goodies. You're looking for the vector, `estimate`:
    a@fit$estimate

         alpha       beta      delta         mu 
     1.6959724  0.3597794  0.5601027 -1.0446402

Answer 2

使用str(variable)检查输出对象的结构：

> variable@fit$par[["alpha"]]
[1] 48.379735861
> variable@fit$par[["beta"]]
[1] -1.648483055
> variable@fit$par[["delta"]]
[1] 0.012361539
> variable@fit$par[["mu"]]
[1] 0.001125734

如何在变量中保存nigfit（）的估计参数

2 个答案: