Exponenta Banner

ecmnobj

Многомерная нормальная отрицательная функция логарифмической правдоподобности

свернуть все на странице

Синтаксис

Objective = ecmnobj(Data,Mean,Covariance)
Objective = ecmnobj(___,CholCovariance)

Описание

пример

Objective = ecmnobj(Data,Mean,Covariance) выполняет отрицательную функцию логарифмической правдоподобности для ecmnmle.

Используйте ecmnobj после оценки среднего значения и ковариации Data с ecmnmle.

пример

Objective = ecmnobj(___,CholCovariance) добавляет дополнительный аргумент для CholCovariance.

Примеры

свернуть все

Скрипт Open Live Script

В этом примере показано, как вычислить значение наблюдаемой отрицательной функции логарифмической правдоподобности в течение пяти лет ежедневных данных о совокупном доходе для 12 запасов компьютерной технологии с шестью оборудованием и шестью компаниями-разработчиками программного обеспечения

load ecmtechdemo.mat

Период времени для этих данных расширяет с 19 апреля 2000 до 18 апреля 2005. Шестым запасом в Активах является Google (GOOG), который начал торговать 19 августа 2004. Так, все возвращается, до 20 августа 2004 отсутствуют и представленные как NaNs. Кроме того, Amazon (AMZN) имел несколько дней с отсутствующими значениями, рассеянными в течение прошлых пяти лет.

[ECMMean, ECMCovar] = ecmnmle(Data)
ECMMean = 12×1

    0.0008
    0.0008
   -0.0005
    0.0002
    0.0011
    0.0038
   -0.0003
   -0.0000
   -0.0003
   -0.0000
      ⋮


ECMCovar = 12×12

    0.0012    0.0005    0.0006    0.0005    0.0005    0.0003    0.0005    0.0003    0.0006    0.0003    0.0005    0.0006
    0.0005    0.0024    0.0007    0.0006    0.0010    0.0004    0.0005    0.0003    0.0006    0.0004    0.0006    0.0012
    0.0006    0.0007    0.0013    0.0007    0.0007    0.0003    0.0006    0.0004    0.0008    0.0005    0.0008    0.0008
    0.0005    0.0006    0.0007    0.0009    0.0006    0.0002    0.0005    0.0003    0.0007    0.0004    0.0005    0.0007
    0.0005    0.0010    0.0007    0.0006    0.0016    0.0006    0.0005    0.0003    0.0006    0.0004    0.0007    0.0011
    0.0003    0.0004    0.0003    0.0002    0.0006    0.0022    0.0001    0.0002    0.0002    0.0001    0.0003    0.0016
    0.0005    0.0005    0.0006    0.0005    0.0005    0.0001    0.0009    0.0003    0.0005    0.0004    0.0005    0.0006
    0.0003    0.0003    0.0004    0.0003    0.0003    0.0002    0.0003    0.0005    0.0004    0.0003    0.0004    0.0004
    0.0006    0.0006    0.0008    0.0007    0.0006    0.0002    0.0005    0.0004    0.0011    0.0005    0.0007    0.0007
    0.0003    0.0004    0.0005    0.0004    0.0004    0.0001    0.0004    0.0003    0.0005    0.0006    0.0004    0.0005
      ⋮

Выполнять отрицательную функцию логарифмической правдоподобности для ecmnmle, используйте ecmnobj на основе текущих оценок параметра наибольшего правдоподобия.

Objective = ecmnobj(Data,ECMMean,ECMCovar)
Objective = -3.0898e+04

Входные параметры

свернуть все

Данные в виде NUMSAMPLES- NUMSERIES матрица с NUMSAMPLES выборки NUMSERIES- размерный случайный вектор. Отсутствующие значения обозначаются NaNs.

Типы данных: double

Параметр наибольшего правдоподобия оценивает для среднего значения Data использование алгоритма ECM в виде NUMSERIES- 1 вектор-столбец.

Параметр наибольшего правдоподобия оценивает для ковариации Data использование алгоритма ECM в виде NUMSERIES- NUMSERIES матрица.

(Необязательно) разложение Холесского ковариационной матрицы в виде матричного использования chol как:

chol(Covariance)

Типы данных: double

Выходные аргументы

свернуть все

Значение наблюдаемой отрицательной логарифмической правдоподобности функционирует по Data, возвращенный как числовое значение.

Смотрите также

|

Темы

Представлено до R2006a

Документация Financial Toolbox

Поддержка