Логарифмическая функция правдоподобия для многомерной нормальной регрессии без недостающих данных
Objective = mvnrobj(Data,Design,Parameters,Covariance,CovarFormat)
|
|
| Матрица или массив ячеек, который обрабатывает две образцовых структуры:
|
|
|
|
|
| (Необязательно) Вектор символов, который задает формат для ковариационной матрицы. Выбор:
|
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.
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
.
Смотрите многомерную нормальную регрессию, регрессию наименьших квадратов, метод взвешенных наименьших квадратов ковариации, выполнимые обобщенные наименьшие квадраты и на вид Несвязанную регрессию.