mvnrobj

Логарифмическая функция логарифмической правдоподобности для многомерной нормальной регрессии без пропущенных данных

Синтаксис

Objective = mvnrobj(Data,Design,Parameters,Covariance,CovarFormat)

Аргументы

`Data`	`NUMSAMPLES`-by- `NUMSERIES` матрица с `NUMSAMPLES` выборки `NUMSERIES`-мерный случайный вектор. Если выборка данных имеет отсутствующие значения, представленные как `NaN`s, выборка игнорируется. (Использование `ecmmvnrmle` для обработки отсутствующих данных.)
`Design`	Матрица или массив ячеек, который обрабатывает две структуры модели: Если `NUMSERIES = 1`, `Design` является `NUMSAMPLES`-by- `NUMPARAMS` матрица с известными значениями. Эта структура является стандартной формой для регрессии в одной серии. Если `NUMSERIES` ≥ `1`, `Design` - массив ячеек. Массив ячеек содержит один или `NUMSAMPLES` камеры. Каждая камера содержит `NUMSERIES`-by- `NUMPARAMS` матрица известных значений. Если `Design` имеет одну камеру, она принята такой же `Design` матрица для каждой выборки. Если `Design` имеет более одной камеры, каждая камера содержит `Design` матрица для каждой выборки.
`Parameters`	`NUMPARAMS`-by- `1` Вектор-столбец оценок параметров регрессионной модели.
`Covariance`	`NUMSERIES`-by- `NUMSERIES` матрица оценок для ковариации невязок регрессии.
`CovarFormat`	(Необязательно) Вектор символов, который задает формат ковариационной матрицы. Возможны следующие варианты: `'full'` - Метод по умолчанию. Ковариационная матрица является полной матрицей. `'diagonal'` - Ковариационная матрица является диагональной матрицей.

Описание

Objective = mvnrobj(Data,Design,Parameters,Covariance,CovarFormat) вычисляет функцию логарифмической правдоподобности на основе текущих оценок максимального параметра правдоподобия без недостающих данных. Objective является скаляром, который содержит функцию логарифмической правдоподобности.

Примечания

Можно конфигурировать Design как матрица, если NUMSERIES = 1 или как массив ячеек, если NUMSERIES ≥ 1.

Если Design является массивом ячеек и NUMSERIES = 1каждая камера содержит NUMPARAMS Вектор-строка.
Если Design является массивом ячеек и NUMSERIES > 1каждая камера содержит NUMSERIES-by- NUMPARAMS матрица.

Хотя Design не должен иметь NaN значения, проигнорированные выборки из-за NaN значения в Data также игнорируются в соответствующих Design массив.

Примеры

См. Многомерная нормальная регрессия, регрессия методом наименьших квадратов, ковариационная взвешенная методом наименьших квадратов, допустимые обобщенные методом наименьших квадратов и, кажется, несвязанная регрессия.

См. также

ecmmvnrmle | ecmmvnrobj | mvnrmle

Темы

Введенный в R2006a

Документация