Среднее значение и ковариация неполных многомерных нормальных данных
ecmnmle(
без выходных аргументов этот режим отображает сходимость алгоритма ECM в графике путем оценки значений целевой функции для каждой итерации алгоритма ECM до завершения. Data
)
[
оценивает среднее значение и ковариацию набора данных (Mean
,Covariance
] = ecmnmle(Data
)Data
). Если набор данных имеет отсутствующие значения, эта стандартная программа реализует алгоритм ECM Мэна и Рубина [2] с улучшениями Секстоном и Свенсеном [3]. ECM обозначает условную форму максимизации алгоритма EM Демпстера, Лэрда и Рубина [4].
[
добавляет дополнительные аргументы для Mean
,Covariance
] = ecmnmle(___,InitMethod
,MaxIterations
,Tolerance
,Mean0
,Covar0
)InitMethod
'MaxIterations'
Допуск
, Mean0
, и Covar0
.
[1] Мало, Родерик Дж. А. и Дональд Б. Рубин. Статистический анализ с Недостающими данными. 2-й выпуск. John Wiley & Sons, Inc., 2002.
[2] Мэн, Xiao-литий и Дональд Б. Рубин. “Оценка Наибольшего правдоподобия с помощью Алгоритма ECM”. Biometrika. Издание 80, № 2, 1993, стр 267–278.
[3] Дьячок, Джо и Андерс Риг Свенсен. “Алгоритмы ECM, которые Сходятся по курсу EM”. Biometrika. Издание 87, № 3, 2000, стр 651–662.
[4] Демпстер, A. P. Н. М. Лэрд и Дональд Б. Рубин. “Наибольшее правдоподобие от Неполных данных с помощью Алгоритма EM”. Журнал Королевского Статистического Общества. Серии B, Издание 39, № 1, 1977, стр 1–37.