主要内容

mvnrobj.

对于多变量正常回归的日志似然函数而不缺少数据

句法

目标= MVNROBJ(数据,设计,参数,协方差,Covarformat)

争论

数据

numsamples.-经过-numseries.矩阵与numsamples.样品A.numseries.- 类随机向量。如果数据示例具有缺失值,则表示为s,样本被忽略。(使用Ecmmvnrmle.处理缺失的数据。)

设计

处理两个模型结构的矩阵或单元格数组:

  • 如果numseries = 1设计是A.numsamples.-经过-numparams.具有已知值的矩阵。这种结构是单一系列回归的标准形式。

  • 如果numseries.1设计是一个小区阵列。单元阵列包含一个或一个numsamples.细胞。每个细胞包含一个numseries.-经过-numparams.已知值的矩阵。

    如果设计有一个细胞,假设具有相同的设计每个样本的矩阵。如果设计具有多个细胞,每个细胞包含一个设计每个样本的矩阵。

参数

numparams.-经过-1回归模型参数的估计柱矢量。

协方差

numseries.-经过-numseries.回归残差协方差估计估计。

Covarformat

(可选)字符向量,用于指定协方差矩阵的格式。选择是:

  • '满的'- 默认方法。协方差矩阵是完整的矩阵。

  • '对角线'- 协方差矩阵是对角线矩阵。

描述

目标= MVNROBJ(数据,设计,参数,协方差,Covarformat)基于当前最大似然参数估计的情况下计算日志似然函数,而不缺少数据。客观的是包含日志似然函数的标量。

笔记

您可以配置设计作为矩阵numseries = 1或者如果是单元阵列numseries.1

  • 如果设计是一个小区阵列和numseries.=1,每个细胞包含一个numparams.行矢量。

  • 如果设计是一个小区阵列和numseries.>1,每个细胞包含一个numseries.-经过-numparams.矩阵。

虽然设计不该有价值观,忽略了样本价值数据在相应的情况下也被忽略了设计大批。

例子

多变量正常回归最小二乘回归协方差加权最小二乘可行的广义最小二乘, 和看似无关的回归

在R2006A介绍