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.