mvnrobj

Логарифмическая функция правдоподобия для многомерной нормальной регрессии без недостающих данных

Синтаксис

Objective = mvnrobj(Data,Design,Parameters,Covariance,CovarFormat)

Аргументы

Data

NUMSAMPLES-by-NUMSERIES матрица с выборками NUMSAMPLES NUMSERIES - размерный случайный вектор. Если выборка данных имеет отсутствующие значения, представленные как NaN s, выборка проигнорирована. (Используйте ecmmvnrmle, чтобы обработать недостающие данные.)

Design

Матрица или массив ячеек, который обрабатывает две образцовых структуры:

  • Если NUMSERIES = 1, Design является NUMSAMPLES-by-NUMPARAMS матрица с известными значениями. Эта структура является стандартной формой для регрессии на одном ряде.

  • Если NUMSERIES1, Design является массивом ячеек. Массив ячеек содержит или один или ячейки NUMSAMPLES. Каждая ячейка содержит NUMSERIES-by-NUMPARAMS матрица известных значений.

    Если Design имеет отдельную ячейку, он принят, чтобы иметь ту же матрицу Design для каждой выборки. Если Design имеет больше чем одну ячейку, каждая ячейка содержит матрицу Design для каждой выборки.

Parameters

NUMPARAMS-by-1 вектор-столбец оценок для параметров модели регрессии.

Covariance

NUMSERIES-by-NUMSERIES матрица оценок для ковариации невязок регрессии.

CovarFormat

(Необязательно) Вектор символов, который задает формат для ковариационной матрицы. Выбор:

  • полный Метод по умолчанию. Ковариационная матрица является полной матрицей.

  • 'diagonal' — Ковариационная матрица является диагональной матрицей.

Описание

Objective = mvnrobj(Data,Design,Parameters,Covariance,CovarFormat) вычисляет логарифмическую функцию правдоподобия на основе текущих оценок параметра наибольшего правдоподобия без недостающих данных. Objective является скаляром, который содержит логарифмическую функцию правдоподобия.

Примечания

Можно сконфигурировать Design как матрицу если NUMSERIES = 1 или как массив ячеек если  NUMSERIES  1.

  • Если Design является массивом ячеек и NUMSERIES = 1, каждая ячейка содержит вектор - строку NUMPARAMS.

  • Если Design является массивом ячеек и NUMSERIES > 1, каждая ячейка содержит NUMSERIES-by-NUMPARAMS матрица.

Несмотря на то, что Design не должен иметь значений NaN, проигнорированные выборки из-за значений NaN в Data также проигнорированы в соответствующем массиве Design.

Примеры

Смотрите многомерную нормальную регрессию, регрессию наименьших квадратов, метод взвешенных наименьших квадратов ковариации, выполнимые обобщенные наименьшие квадраты и на вид Несвязанную регрессию.

Представленный в R2006a

Для просмотра документации необходимо авторизоваться на сайте