Функция логарифмической правдоподобности для многомерной нормальной регрессии без недостающих данных
Objective = mvnrobj(Data,Design,Parameters,Covariance,CovarFormat)
|
|
| Матрица A или массив ячеек, который обрабатывает две структуры модели:
|
|
|
|
|
| (Необязательно) Вектор символов, который задает формат для ковариационной матрицы. Выбор:
|
Objective = mvnrobj(Data,Design,Parameters,Covariance,CovarFormat) вычисляет функцию логарифмической правдоподобности на основе текущих оценок параметра наибольшего правдоподобия без недостающих данных. Objective скаляр, который содержит функцию логарифмической правдоподобности.
Можно сконфигурировать Design как матрица, если NUMSERIES = 1 или как массив ячеек, если NUMSERIES ≥ 1 .
Если Design массив ячеек и NUMSERIES= 1 , каждая ячейка содержит NUMPARAMS вектор-строка.
Если Design массив ячеек и NUMSERIES> 1 , каждая ячейка содержит NUMSERIES- NUMPARAMS матрица.
Несмотря на то, что Design не должен иметь NaN значения, проигнорированные выборки из-за NaN значения в Data также проигнорированы в соответствующем Design массив.
Смотрите многомерную нормальную регрессию, регрессию наименьших квадратов, метод взвешенных наименьших квадратов ковариации, выполнимые обобщенные наименьшие квадраты и на вид Несвязанную регрессию.