Логарифмически нормальный отрицательный loglikelihood
nlogL = lognlike(params,x)
nlogL = lognlike(params,x,censoring)
nlogL = lognlike(params,x,censoring,freq)
[nlogL,aVar] = lognlike(___)
[
также возвращает инверсию матрицы информации о Фишере nlogL
,aVar
] = lognlike(___)aVar
, с помощью любой из комбинаций входных аргументов в предыдущих синтаксисах. Если значения в params
являются оценками наибольшего правдоподобия (MLEs) параметров, aVar
является приближением к асимптотической ковариационной матрице.
lognlike
является функционально-специализированным к логарифмически нормальному распределению. Statistics and Machine Learning Toolbox™ также предлагает родовым функциям mlecov
, fitdist
, negloglik
, и proflik
и приложение Distribution Fitter, которые поддерживают различные распределения вероятностей.
mlecov
возвращает асимптотическую ковариационную матрицу MLEs параметров для распределения, заданного пользовательской функцией плотности вероятности. Например, mlecov(params,x,'pdf',@lognpdf)
возвращает асимптотическую ковариационную матрицу MLEs для логарифмически нормального распределения.
Создайте объект распределения вероятностей LognormalDistribution
путем подбора кривой распределению к данным с помощью функции fitdist
или приложения Distribution Fitter. Свойство объекта ParameterCovariance
хранит ковариационную матрицу оценок параметра. Чтобы получить отрицательный loglikelihood оценок параметра и профиль функции правдоподобия, передайте объект negloglik
и proflik
, соответственно.
[1] Эванс, M., Н. Гастингс и Б. Пикок. Статистические Дистрибутивы. 2-й редактор Хобокен, NJ: John Wiley & Sons, Inc., 1993.
[2] Беззаконный, J. F. Статистические модели и методы для пожизненных данных. Хобокен, NJ: Wiley-межнаука, 1982.
[3] Более кроткий, W. Q. и Л. А. Эскобар. Статистические методы для данных о надежности. Хобокен, NJ: John Wiley & Sons, Inc., 1998.
LognormalDistribution
| logncdf
| lognfit
| logninv
| lognpdf
| lognrnd
| lognstat
| mle
| mlecov
| negloglik
| proflik