主要内容

ecmnfish.

fisher信息矩阵

页面上倒塌

句法

fisher = ecmnfish（数据，协方差）
fisher = ecmnfish（___、InvCovar MatrixType)

描述

例子

渔民= ecmnfish（数据那协方差）计算一个numparams.——- - - - - -numparams.Fisher信息矩阵基于当前最大似然参数估计。

使用ecmnfish.估计平均值和协方差后数据和Ecmnmle.。

例子

渔民= ecmnfish（___那invcovar.那矩阵型）添加可选参数invcovar.和矩阵型。

例子

全部收缩

打开生活的脚本

此示例显示了如何基于ParaEmter估计计算Fisher信息矩阵数据为12台计算机技术股票进行五年的每日总回报，拥有六家硬件和六家软件公司

加载ecmtechdemo.mat

该数据的时间段从2000年4月19日至2005年4月18日延伸。资产第六股是谷歌（GOGOG），该谷歌（Goog）于2004年8月19日开始交易。因此，2004年8月20日之前的所有退货都丢失了代表为南s。此外，亚马逊（Amzn）还有几天，过去五年分散的缺失值。

[Ecmmean，Ecmcovar] = Ecmnmle（数据）
ecmmean =12×10.0008 0.0008 -0.0005 0.0002 0.0011 0.0038 -0.0003 -0.0000 -0.0003 -0.0000⋮
Ecmcovar =12×120.0012 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 0.00100.0007 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 0.00070.0006 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⋮

评估否定的日志似然函数Ecmnmle.,使用ecmnfish.基于当前最大似然参数估计Ecmcovar.。

fisher = ecmnfish（数据，Ecmcovar）
费舍尔=90×9010.7.×0.0001 0.0000 -0.0000 -0.0000 -0.0000 -0.0000 -0.0000 -0.0000 -0.0000 0.0000 -0.0000 -0.0000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.0000 0.0001 -0.0000 0.0000 -0.0000 0.0001 0.0000 0.0000 0.0000 0.0000 0.0000 -0.0001 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.0000 - -0.00000.0002 -0.0000 -0.0000 -0.0000 -0.0000 -0.0000 -0.0000 -0.0000 -0.0000 -0.0000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.0000 0.0000 -0.0000 0.0003 -0.0000 0.0000 -0.0000 -0.0000 -0.0001 -0.0001 0.0000 -0.0000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.0000 -0.0000 -0.0000-0.0000 0.0001 -0.0000 -0.0000 -0.0000 0.0000 -0.0000 -0.0000 -0.0000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.0000 0.0001 -0.0000 0.0000 -0.0000 0.0002 0.0000 -0.0000 0.0000 0.0001 0.0000 -0.0002 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.0000 0.0000 - -0.0000 -0.0000 - -0.00000.0000 0.0002 -0.0001 -0.0000 0.0000 -0.0000 -0.0001 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.0000 0.0000 -0.0000 -0.0000 -0.0000 -0.0000 -0.0001 0.0004 -0.0000 -0.0001 -0.0000 0.0000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.0000 0.0000 -0.0000 -0.0001 0.0000 0.0000 -0.0000-0.0000 0.0002 -0.0001 -0.0000 -0.0000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.0000 0.0000 -0.0000 -0.0001 -0.0000 0.0001 0.0000 -0.0001 -0.0001 0.0004 -0.0000 -0.0001 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ⋮

输入参数

全部收缩

数据，指定为numsamples.——- - - - - -numseries.矩阵与numsamples.样品A.numseries.- 类随机向量。缺少值表示南s。

数据类型：双倍的

关于协方差的最大似然参数估计数据使用ECM算法指定为anumseries.——- - - - - -numseries.矩阵。

（可选）协方差矩阵的逆，指定为矩阵使用发票作为：

inv（协方差）

数据类型：双倍的

(可选)矩阵格式，指定为字符向量，值为:

  • “全部”-计算完整的Fisher信息矩阵。

  • '卑鄙'- 仅计算与均值相关联的Fisher信息矩阵的组件。

数据类型：字符

输出参数

全部收缩

fisher信息矩阵，作为一个返回numparams.numparams.基于当前参数估计的矩阵，其中numparams = numseries *（numseries + 3）/ 2如果是MatrixFormat.=“全部”。如果是MatrixFormat.='卑鄙'，那么numparams = numseries.。

也可以看看

|

话题

之前介绍过的R2006a

金融工具箱文档

金宝app

用Matlab建模财务风险的实用指南

用Matlab建模财务风险的实用指南

下载电子书