Оценка стандартных ошибок для многомерной модели нормальной регрессии
[StdParameters,StdCovariance] = mvnrstd(Data,Design,Covariance,CovarFormat)
|
|
| Матрица или массив ячеек, который обрабатывает две структуры модели:
|
|
|
| (Необязательно) Символьный вектор, определяющий формат ковариационной матрицы. Возможны следующие варианты:
|
[StdParameters,StdCovariance] = mvnrstd(Data,Design,Covariance,CovarFormat) оценивает стандартные ошибки для многомерной нормальной регрессионной модели без пропуска данных. Модель имеет форму
ковариация)
для образцов k = 1,..., NUMSAMPLES.
mvnrstd вычисляет два выхода:
StdParameters является NUMPARAMSоколо-1 вектор столбца стандартных ошибок для каждого элемента Parametersвектор оцененных параметров модели.
StdCovariance является NUMSERIESоколо-NUMSERIES матрица стандартных ошибок для каждого элемента Covarianceматрица оцененных параметров ковариации.
Примечание
mvnrstd работает медленно при вычислении стандартных ошибок, связанных с матрицей ковариации Covariance.
Можно настроить Design в качестве матрицы, если NUMSERIES = 1 или в виде массива ячеек, если NUMSERIES ≥ 1.
Если Design является массивом ячеек и NUMSERIES = 1, каждая ячейка содержит NUMPARAMS вектор строки.
Если Design является массивом ячеек и NUMSERIES > 1, каждая ячейка содержит NUMSERIESоколо-NUMPARAMS матрица.
См. разделы Многомерная нормальная регрессия, Регрессия наименьших квадратов, Ковариантно-взвешенные наименьшие квадраты, Выполнимые обобщенные наименьшие квадраты и, Казалось бы, несвязанная регрессия.
Родерик Дж. А. Литтл и Дональд Б. Рубин. Статистический анализ с отсутствующими данными. 2-е издание. John Wiley & Sons, Inc., 2002.