mlecov
最大似然估计的渐近方差
语法
描述
例子
自定义概率密度函数(pdf)
加载示例数据。
负载carbig
向量重量
包含406辆汽车的重量。
定义一个自定义函数,返回一个对数正态分布的pdf。保存文件在当前文件夹lognormpdf.m
。
函数newpdf = lognormpdf(数据、μ、σ)newpdf = exp((-(日志(数据)μ)。^ 2)/(2 *σ^ 2))。/数据*σ*√(2 *π));
估计的参数μ
和σ
自定义的分布。
(酷毙了,pci) =大中型企业(重量,“pdf”@lognormpdf,“开始”(4.5 - 0.3))
太好了=1×27.9600 - 0.2804
pci =2×27.9327 0.2611 7.9872 0.2997
计算近似参数估计的协方差矩阵。
acov = mlecov(酷毙了、体重、“pdf”@lognormpdf)
acov =2×2103×0.1937 -0.0000 -0.0000 0.0968
估计的标准误差估计。
se =√诊断接头(acov))”
se =1×20.0139 - 0.0098
估计的标准误差μ、σ是0.0139和0.0098,分别。
重新计算的置信区间一种总线标准
从标准错误se
通过使用瓦尔德方法(正常近似)。
α= 0.05;聚合氯化铝=[α/ 2;1α/ 2];pci2 = norminv (repmat(聚合氯化铝,1,元素个数(太好了)),(太好了;酷毙了],[se;se)
pci2 =2×27.9327 0.2611 7.9872 0.2997
自定义日志概率密度函数(pdf)
定义一个自定义函数,它返回日志贝塔分布的pdf。保存文件在当前文件夹betalogpdf.m
。
函数logpdf = betalogpdf (x, a, b) logpdf日志(x) = (a - 1) * +日志(b - 1) * (1 - x) -betaln (a, b);
生成样本数据从一个β分布参数为1.23和3.45,使用模拟数据和估计参数。
rng (“默认”)%的再现性x = betarnd(1.23, 3.45, 25岁,1);酷毙了大中型企业的(x) =“分布”,“β”)
太好了=1×21.1213 - 2.7182
计算近似参数估计的协方差矩阵。
acov = mlecov (x,酷毙了“logpdf”@betalogpdf)
acov =2×20.0810 0.1646 0.1646 0.6074
自定义- Loglikelihood函数
加载示例数据。
负载(“readmissiontimes.mat”)
数据包括ReadmissionTime
100名患者,重新接纳时间。这个数据是模拟。
定义一个自定义消极loglikelihood的泊松分布函数参数λ
,在那里1 /λ
分布的均值。您必须定义这个函数接受一个逻辑审查信息和一个整数向量的向量数据的频率,即使你不使用这些值的自定义函数。
custnloglf = @(λ,数据,岑,频率)…长度(数据)*日志(λ)+总和(λ*数据,“omitnan”);
估计自定义的参数分布和指定初始参数值(开始
名称-值参数)。
太好了=大中型企业(ReadmissionTime,“nloglf”custnloglf,“开始”,0.05)
太好了= 0.1462
计算参数估计的方差。
ReadmissionTime acov = mlecov(太好了,“nloglf”custnloglf)
acov = 2.1374 e-04
计算标准误差。
√acov
ans = 0.0146
指定Right-Censored数据
加载示例数据。
负载(“readmissiontimes.mat”);
数据包括ReadmissionTime
100名患者,重新接纳时间。列向量审查
包含审查信息对于每一个病人,1表示right-censored观察,0表示完全重新接纳时间观察。这个数据是模拟。
定义一个自定义日志概率密度函数(pdf)和日志生存与尺度参数威布尔分布函数λ
和形状参数k
。当观测数据包含审查时,您必须通过日志pdf和对数函数来生存大中型企业
和mlecov
。
custlogpdf = @(数据、λk)…日志(k) - k *日志(λ)+ (k - 1) *日志(数据)-(数据/λ)。^ k;custlogsf = @(数据、λk) -(数据/λ)。^ k;
估计的参数自定义审查样本数据的分布。指定初始参数值(开始
名称-值参数)定制的分布。
太好了=大中型企业(ReadmissionTime,“logpdf”custlogpdf,“logsf”custlogsf,…“开始”(0.75),“审查”审查)
太好了=1×29.2090 - 1.4223
的规模和形状参数定制分布是9.2090和1.4223,分别。
计算近似参数估计的协方差矩阵。
ReadmissionTime acov = mlecov(太好了,…“logpdf”custlogpdf,“logsf”custlogsf,“审查”审查)
acov =2×20.5653 0.0102 0.0102 0.0163
输入参数
参数个数
- - - - - -参数估计
向量
参数估计,指定为一个向量。这些参数的估计必须最大似然估计。例如,您可以指定返回的参数估计大中型企业
。
数据类型:单
|双
数据
- - - - - -样本数据和审查信息
向量|两列矩阵
样本数据和审查信息用于估计分布参数参数个数
指定为一个向量样本数据或一个两列的矩阵的示例数据和审查信息。
您可以指定的审查信息通过使用示例数据数据
参数或审查
名称-值参数。mlecov
忽略了审查
如果参数值数据
是一个两列矩阵。
指定数据
作为一个向量或一个两列矩阵根据审查类型的观察数据
。
完全观测数据,指定
数据
作为一个向量样本数据。数据包含充分观察、left-censored或right-censored观察——指定
数据
作为样本数据的一个向量,并指定审查
名称-值参数作为一个为每一个观测向量包含审查信息。的审查
向量可以包含0,1,1,指充分观察,left-censored,分别和right-censored观察。数据,包括结局观察——指定
数据
两列矩阵的示例数据和审查信息。每一行的数据
指定的范围可能生存或失败时间的每一个观察,并能有这些值之一:(t, t)
——完全观察到t
(负无穷,t)
——Left-censoredt
(t,正)
——Right-censoredt
[t1t2]
——结局之间[t1t2]
,在那里t1
<t2
mlecov
忽略了南
值数据
。此外,任何南
审查中的值向量(审查
)或频率向量(频率
)原因mlecov
忽略中相应的行数据
。
数据类型:单
|双
pdf
- - - - - -定制的概率密度函数
函数处理|单元阵列
自定义概率分布函数(pdf),指定为包含一个函数的函数处理或一个单元阵列处理和额外的函数的参数。
包含示例数据的自定义函数接受一个向量,一个或多个个体的分布参数,和任何额外的参数通过一个细胞数组作为输入参数。概率密度函数返回一个向量的值。
例子:@newpdf
数据类型:function_handle
|细胞
logpdf
- - - - - -自定义日志概率密度函数
函数处理|单元阵列
自定义日志概率密度函数,指定为一个函数处理或包含一个函数单元阵列处理和附加参数的函数。
包含示例数据的自定义函数接受一个向量,一个或多个个体的分布参数,和任何额外的参数通过一个细胞数组作为输入参数。函数返回一个向量的日志概率值。
例子:@customlogpdf
数据类型:function_handle
|细胞
nloglf
- - - - - -自定义- loglikelihood函数
函数处理|单元阵列
自定义- loglikelihood函数,指定为包含一个函数的函数处理或一个单元阵列处理和附加参数的函数。
自定义函数接受下面的输入参数,表中列出的顺序。
自定义函数的输入参数 | 描述 |
---|---|
参数个数 |
向量的分布参数值参数个数 。 |
数据 |
示例数据。的数据 值是一个向量样本数据或一个两列的矩阵的示例数据和审查信息。 |
岑 |
审查信息的逻辑向量。nloglf 必须接受岑 即使你不使用审查 名称-值参数。在这种情况下,您可以编写nloglf 忽略岑 。 |
频率 |
整数向量数据的频率。nloglf 必须接受频率 即使你不使用频率 名称-值参数。在这种情况下,您可以编写nloglf 忽略频率 。 |
trunc |
双元素数值向量的截断边界。nloglf 必须接受trunc 如果你使用TruncationBounds 名称-值参数。 |
nloglf
可以接受额外的参数通过一个细胞数组作为输入参数。
nloglf
返回一个标量- loglikelihood值,可选地,消极loglikelihood梯度向量(参见GradObj
字段选项
名称-值参数)。
例子:@negloglik
数据类型:function_handle
|细胞
名称-值参数
指定可选的双参数作为Name1 = Value1,…,以=家
,在那里的名字
参数名称和吗价值
相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。
R2021a之前,用逗号来分隔每一个名称和值,并附上的名字
在报价。
例子:“审查”,岑,“选项”,选择
指示mlecov
阅读审查从矢量数据信息岑
根据新选项和执行结构选择
。
提供
- - - - - -定制的累积分布函数
函数处理|单元阵列
定制的累积分布函数(cdf),指定为包含一个函数的函数处理或一个单元阵列处理和额外的函数的参数。
包含示例数据的自定义函数接受一个向量,一个或多个个体的分布参数,和任何额外的参数通过一个细胞数组作为输入参数。提供的函数返回一个矢量值。
审查或截断观察,您必须定义提供
和pdf
。为充分观察和untruncated观察,mlecov
不使用提供
。你可以通过使用指定审查信息数据
或审查
并指定截断边界通过使用TruncationBounds
。
例子:“提供”,@newcdf
数据类型:function_handle
|细胞
logsf
- - - - - -自定义日志生存函数
函数处理|单元阵列
自定义日志生存函数,指定为一个函数处理或包含一个函数单元阵列处理和附加参数的函数。
包含示例数据的自定义函数接受一个向量,一个或多个个体的分布参数,和任何额外的参数通过一个细胞数组作为输入参数。函数返回一个向量的日志生存概率值。
审查或截断观察,您必须定义logsf
和logpdf
。为充分观察和untruncated观察,mlecov
不使用logsf
。你可以通过使用指定审查信息数据
或审查
并指定截断边界通过使用TruncationBounds
。
例子:logsf, @logsurvival
数据类型:function_handle
|细胞
审查
- - - - - -审查数据的指标
向量的0(默认)|向量组成的0,1,1
的审查指标数据,指定为一个向量组成的0,1,1,这表明充分观察,left-censored,分别和right-censored观察。每个元素的审查
值表示的审查状态对应的观察数据
。的审查
值必须有相同的大小数据
。默认是一个向量的0,表明所有的观察都是完全遵守。
你不能使用这个参数指定结局观察。如果样本数据包含结局观察,指定数据
使用一个两列的矩阵。mlecov
忽略了审查
如果价值数据
是一个两列矩阵。
对于审查数据,您必须定义自定义分配使用pdf
和提供
,logpdf
和logsf
,或nloglf
。
mlecov
忽略任何一个南
审查中的值向量。此外,任何南
值数据
或频率向量(频率
)原因mlecov
忽略相应的审查向量中的值。
例子:审查,审查
,在那里审查
是一个向量,其中包含审查信息。
数据类型:逻辑
|单
|双
选项
- - - - - -数值的选择
statset (“mlecov”)
(默认)|结构
更多关于
审查类型
mlecov
金宝app支持left-censored right-censored,结局观察。
Left-censored观察时间
t
——事件发生之前的时间t
,具体的事件时间不详。Right-censored观察时间
t
——事件发生后时间t
,具体的事件时间不详。结局观察区间内
[t1t2]
——事件发生后时间t1
在时间之前t2
,具体的事件时间不详。
Double-censored数据包括left-censored和right-censored观察。
生存函数
生存的生存函数的概率作为时间的函数。它也被称为幸存者函数。
生存函数的概率给个体的存活时间超过一定值。因为累积分布函数F(t)的概率是生存时间是小于或等于给定的点t随着时间的推移,持续的生存函数分布年代(t)是补的累积分布函数:年代(t)= 1 -F(t)。
版本历史
之前介绍过的R2006a
Abrir比如
这种版本modificada德埃斯特比如。害怕Desea abrir埃斯特比如con sus modificaciones吗?
第一de MATLAB
Ha事实clic en联合国围绕此时一个埃斯特第一de MATLAB:
Ejecute el第一introduciendolo en la ventana de第一de MATLAB。洛杉矶navegadores网络没有admiten第一de MATLAB。
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。