主要内容

ecmnhess

负对数似然函数的黑森

折叠所有页面

语法

Hessian = ecmnhess(数据，协方差)
粗麻布=粗麻布___、InvCovar MatrixType)

描述

例子

黑森= ecmnhess (数据，协方差）计算一个NUMPARAMS——- - - - - -NUMPARAMS基于当前参数估计的观测负对数似然函数的黑森矩阵。

使用ecmnhess的均值和协方差估计后数据与ecmnmle．

例子

黑森= ecmnhess (___，InvCovar，MatrixType）为InvCovar而且MatrixType．

例子

全部折叠

打开实时脚本

这个例子展示了如何计算负对数似然函数对12只计算机技术股票的5年每日总收益数据的Hessian，其中有6家硬件公司和6家软件公司

负载ecmtechdemo.mat

该数据的时间跨度为2000年4月19日至2005年4月18日。asset的第六只股票是谷歌(GOOG)，于2004年8月19日开始交易。因此，2004年8月20日之前的所有申报表都丢失了，并表示为南此外，亚马逊(Amazon)在过去五年里也曾有几天出现价值缺失的情况。

[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 0.0010 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 0.00030.0016 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⋮

求负对数似然函数ecmnmle,使用ecmnhess基于当前最大似然参数的估计ECMCovar．

黑森= ecmnhess(数据，ECMCovar)
黑森=90×90107×0.0001 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 0.0000 -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 0.0002 -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 00 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 0.0000 -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 -0.0000 -0.0000 -0.0000 -0.0000 0.0000 0.0002 -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 -0.0000 -0.0000 -0.0000 -0.0000 0.0004 -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 -0.0001 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 0.0000 -0.0000 -0.0000 -0.0001 0.0004 -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 ⋮

输入参数

全部折叠

数据，指定为NUMSAMPLES——- - - - - -NUMSERIES矩阵NUMSAMPLES的样本NUMSERIES-维随机向量。缺失的值由南年代。

数据类型:双

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为:

发票(协方差)

数据类型:双

(可选)矩阵格式，指定为值为的字符向量:

  • “全部”-计算完整的黑森矩阵。

  • “meanonly”-只计算与均值相关的黑森矩阵的分量。

数据类型:字符

输出参数

全部折叠

黑森矩阵，返回为anNUMPARAMSNUMPARAMS基于当前参数估计的观测到的对数似然函数矩阵，其中Numparams = numseries * (numseries + 3)/2如果MatrixFormat＝“全部”．如果MatrixFormat＝“meanonly”，则Numparams = numseries．

另请参阅

|

主题

R2006a之前介绍

财务工具箱文档

金宝app

用MATLAB建模金融风险的实用指南

用MATLAB建模金融风险的实用指南

下载电子书