root/applications/mpdm/TR2244/merger_iter_cond.cpp @ 384

Revision 384, 3.0 kB (checked in by mido, 15 years ago)

possibly broken?

  • Property svn:eol-style set to native
Line 
1
2#include <stat/exp_family.h>
3#include <estim/merger.h>
4
5using namespace bdm;
6
7//These lines are needed for use of cout and endl
8using std::cout;
9using std::endl;
10
11int main() {
12
13        RNG_randomize();
14
15        RV y ( "{y }","1" );
16        RV u1 ( "{u1 }","1" );
17//      RV u2 ( "{u2 }","1" );
18
19        RV all = y;
20        all.add ( u1 );
21//      all.add ( u2 );
22
23        mlnorm<fsqmat> f1; f1.set_rv( y ); f1.set_rvc( u1 );
24        enorm<fsqmat>  f2; f2.set_rv( y );// f2.set_rvc( u2 );
25
26        //Differneces in constant term are essential
27        f1.set_parameters ( "1","1",mat ( "0.01" ) );
28        f2.set_parameters ( "2", mat ( "0.02" ) );
29
30        mepdf mf2(&f2);
31       
32        Array<mpdf* > A ( 2 );
33        A ( 0 ) =&f1;
34        A ( 1 ) =&mf2;
35
36        merger_mix M ( A );
37        M.set_debug_file("iter_cond_debug.it");
38        enorm<ldmat> g0; g0.set_rv ( all );
39        mat Cov=10*eye ( 2 );
40/*      Cov(1,2)=0.29;
41        Cov(2,1)=0.29;*/
42        g0.set_parameters ( vec ( "2 1" ),Cov);// +1*ones ( 3,3 ) );
43
44//      enorm<ldmat>* teste=g0.marginal(concat(u1,u2));
45//      mlnorm<ldmat>* testm=(mlnorm<ldmat>*)teste->condition(u2);
46       
47        M.set_parameters (1,0.5);
48        M.set_method(LOGNORMAL, 1.2);
49       
50        Array<vec> YUU(2); 
51        YUU(0)=linspace(1.5,2.5,20);
52        YUU(1)=linspace(0.5,1.5,20);
53       
54        YUU(0)=linspace(0,4,20);
55        YUU(1)=linspace(-1,3,20);
56//YUU(2)=linspace(-3,3,20);
57
58        //M.set_grid(YUU);
59       
60        int Ntrials=1;
61        vec A1s ( Ntrials );
62//      vec A2s ( Ntrials );
63        vec R1s ( Ntrials );
64        vec R2s ( Ntrials );
65        vec C1s ( Ntrials );
66        vec C2s ( Ntrials );
67
68        for ( int it=0;it<Ntrials;it++ ) {
69                M.set_support( g0,1000);
70                M.merge();
71               
72                MixEF &MM = M._Mix();
73                epdf* MP = MM._Coms ( 0 )->epredictor ( );
74                MP->set_rv(all);
75               
76                //Missing piece
77                enorm<ldmat>* miss=     (enorm<ldmat>*) MP->marginal(u1);
78                cout << "Missing: " << miss->_mu() << " +- " << miss->_R().to_mat() << endl;
79
80                RV yu1 = y; yu1.add ( u1 );
81//              RV yu2 = y; yu2.add ( u2 );
82                enorm<ldmat>* P1m= ( enorm<ldmat>* ) MP->marginal ( yu1 );
83                enorm<ldmat>* P2m= ( enorm<ldmat>* ) MP->marginal ( y );
84                mlnorm<ldmat>* P1c= ( mlnorm<ldmat>* ) ( P1m->condition ( y ) );
85//              mlnorm<ldmat>* P2c= ( mlnorm<ldmat>* ) ( P2m->condition ( y ) );
86
87                A1s(it) = P1c->_A()(0,0);
88//              A2s(it) = P2c->_A()(0,0);
89                R1s(it) = P1c->_R()(0,0);
90                R2s(it) = P2m->_R().to_mat()(0,0);
91                C1s(it) = P1c->_mu_const()(0);
92                C2s(it) = P2m->_mu()(0);
93
94                cout << "mean: " << MM._Coms(0)->_e()->mean() <<endl;
95        }
96       
97       
98       
99        cout << "A1s:" <<A1s<<endl;
100        cout << "C2s:" <<C2s<<endl;
101        double A1mean = sum(A1s)/Ntrials;
102//      double A2mean = sum(A2s)/Ntrials;
103        double C1mean = sum(C1s)/Ntrials;
104        double C2mean = sum(C2s)/Ntrials;
105        double R1mean = sum(R1s)/Ntrials;
106        double R2mean = sum(R2s)/Ntrials;
107        cout << "A1: " << A1mean << " +- " << 2*sqrt(sum_sqr(A1s)/Ntrials-A1mean*A1mean) <<endl;
108//      cout << "A2: " << A2mean << " +- " << 2*sqrt(sum_sqr(A2s)/Ntrials-A2mean*A2mean) <<endl;
109        cout << "C1: " << C1mean << " +- " << 2*sqrt(sum_sqr(C1s)/Ntrials-C1mean*C1mean) <<endl;
110        cout << "C2: " << C2mean << " +- " << 2*sqrt(sum_sqr(C2s)/Ntrials-C2mean*C2mean) <<endl;
111        cout << "R1: " << R1mean << " +- " << 2*sqrt(sum_sqr(R1s)/Ntrials-R1mean*R1mean) <<endl;
112        cout << "R2: " << R2mean << " +- " << 2*sqrt(sum_sqr(R2s)/Ntrials-R2mean*R2mean) <<endl;
113       
114       
115}
Note: See TracBrowser for help on using the browser.