mlecov

最大似然估计的渐近方差

所有的页面崩溃

语法

acov = mlecov(参数、数据的pdf, pdf)

acov = mlecov(参数、数据logpdf, logpdf)

acov = mlecov(参数、数据nloglf, nloglf)

acov = mlecov (___、名称、值)

描述

例子

acov= mlecov (参数个数,数据“pdf”,pdf)返回一个近似最大似然估计的渐近协方差矩阵参数的自定义指定的概率密度函数分布pdf。输出acov是一个p——- - - - - -p矩阵,p参数的数量在吗参数个数。

mlecov计算的有限差分逼近黑森loglikelihood的最大似然估计参数个数,考虑到观察数据,并返回的负倒数的麻绳。

例子

acov= mlecov (参数个数,数据“logpdf”,logpdf)返回acov对于一个指定的自定义日志概率密度分布函数logpdf。

例子

acov= mlecov (参数个数,数据“nloglf”,nloglf)返回acov为指定的一个分布定义消极loglikelihood函数nloglf。

例子

acov= mlecov (___,名称,值)指定选项使用一个或多个名称参数除了任何输入参数组合在以前的语法。例如,您可以指定审查的数据和观测频率。

例子

全部折叠

自定义概率密度函数(pdf)

打开生活的脚本

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)

打开生活的脚本

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

打开生活的脚本

加载示例数据。

负载(“readmissiontimes.mat”)

数据包括ReadmissionTime100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

打开生活的脚本

加载示例数据。

负载(“readmissiontimes.mat”);

数据包括ReadmissionTime100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

全部折叠

`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

`TruncationBounds`- - - - - -截断边界
`(负、正)`(默认)|向量的两个元素

截断边界,指定为一个向量的两个元素。

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。

例子:“TruncationBounds”, [0, 10)

数据类型:单|双

`频率`- - - - - -频率的观察
1的向量(默认)|向量的非负整数

频率的观测,指定为一个向量的非负整数数相同的行数数据。的j的th元素频率值的次数jth排数据被观察到。默认是1 s的向量,表示每排一个观察数据。

mlecov忽略任何一个南在这个频率值向量。此外,任何南值数据或审查向量(审查)原因mlecov忽略相应的频率向量中的值。

例子:的频率,频率,在那里频率是一个向量包含观测频率。

数据类型:单|双

`选项`- - - - - -数值的选择
`statset (“mlecov”)`(默认)|结构

有限差分数值选项黑森计算,指定为返回的结构statset。

的mlecov功能解释如下statset选项。

字段名描述

字段名	描述
`GradObj`	标志指示是否提供的函数`nloglf`输入参数的梯度向量可以返回负loglikelihood作为第二输出,指定为`“上”`或`“关闭”`(默认)。
`DerivStep`	相对使用的步长有限差分黑森计算,指定为一个向量的大小一样`参数个数`。默认值是`eps ^ (1/4)`。一个更小的值比默认可能是适当的`“GradObj”`是`“上”`。

GradObj

标志指示是否提供的函数nloglf输入参数的梯度向量可以返回负loglikelihood作为第二输出,指定为“上”或“关闭”(默认)。

DerivStep

相对使用的步长有限差分黑森计算,指定为一个向量的大小一样参数个数。

默认值是eps ^ (1/4)。一个更小的值比默认可能是适当的“GradObj”是“上”。

例子:“选项”,statset (“GradObj”,“上”)

数据类型:结构体

版本历史

之前介绍过的R2006a

另请参阅

大中型企业

mlecov

语法

描述

例子

自定义概率密度函数(pdf)

自定义日志概率密度函数(pdf)

自定义- Loglikelihood函数

指定Right-Censored数据

输入参数

`参数个数`- - - - - -参数估计
向量

`数据`- - - - - -样本数据和审查信息
向量|两列矩阵

`pdf`- - - - - -定制的概率密度函数
函数处理|单元阵列

`logpdf`- - - - - -自定义日志概率密度函数
函数处理|单元阵列

`nloglf`- - - - - -自定义- loglikelihood函数
函数处理|单元阵列

名称-值参数

`提供`- - - - - -定制的累积分布函数
函数处理|单元阵列

`logsf`- - - - - -自定义日志生存函数
函数处理|单元阵列

`审查`- - - - - -审查数据的指标
向量的0(默认)|向量组成的0,1,1

`TruncationBounds`- - - - - -截断边界
`(负、正)`(默认)|向量的两个元素

`频率`- - - - - -频率的观察
1的向量(默认)|向量的非负整数

`选项`- - - - - -数值的选择
`statset (“mlecov”)`(默认)|结构

更多关于

审查类型

生存函数

版本历史

另请参阅

主题

mlecov

语法

描述

例子

自定义概率密度函数(pdf)

自定义日志概率密度函数(pdf)

自定义- Loglikelihood函数

指定Right-Censored数据

输入参数

参数个数- - - - - -参数估计向量

数据- - - - - -样本数据和审查信息向量|两列矩阵

pdf- - - - - -定制的概率密度函数函数处理|单元阵列

logpdf- - - - - -自定义日志概率密度函数函数处理|单元阵列

nloglf- - - - - -自定义- loglikelihood函数函数处理|单元阵列

名称-值参数

提供- - - - - -定制的累积分布函数函数处理|单元阵列

logsf- - - - - -自定义日志生存函数函数处理|单元阵列

审查- - - - - -审查数据的指标向量的0(默认)|向量组成的0,1,1

TruncationBounds- - - - - -截断边界(负、正)(默认)|向量的两个元素

频率- - - - - -频率的观察1的向量(默认)|向量的非负整数

选项- - - - - -数值的选择statset (“mlecov”)(默认)|结构

更多关于

审查类型

生存函数

版本历史

另请参阅

主题

`参数个数`- - - - - -参数估计
向量

`数据`- - - - - -样本数据和审查信息
向量|两列矩阵

`pdf`- - - - - -定制的概率密度函数
函数处理|单元阵列

`logpdf`- - - - - -自定义日志概率密度函数
函数处理|单元阵列

`nloglf`- - - - - -自定义- loglikelihood函数
函数处理|单元阵列

`提供`- - - - - -定制的累积分布函数
函数处理|单元阵列

`logsf`- - - - - -自定义日志生存函数
函数处理|单元阵列

`审查`- - - - - -审查数据的指标
向量的0(默认)|向量组成的0,1,1

`TruncationBounds`- - - - - -截断边界
`(负、正)`(默认)|向量的两个元素

`频率`- - - - - -频率的观察
1的向量(默认)|向量的非负整数

`选项`- - - - - -数值的选择
`statset (“mlecov”)`(默认)|结构