主要内容

このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。

lognlike

対数正規の負の対数尤度

説明

nlogL= lognlike (参数个数xは,与えられた標本データ(x)に対して,分布パラメーター(参数个数)の対数正規の負の対数尤度を返します。参数(1)参数(2)はそれぞれ対数値の平均および標準偏差です。

nlogL= lognlike (参数个数x审查は,x内の各値を右側打ち切りするかどうかを指定します。右側打ち切りの観測値を1,完全に観測される観測値を0で示す逻辑ベクトル审查を使用します。

nlogL= lognlike (参数个数x审查频率は,観測値の頻度または重みを指定します。审查を指定せずに频率を指定するには,审查について[]を渡します。

nlogL阿瓦尔人) = lognlike (___は,前の構文におけるいずれかの入力引数の組み合わせを使用して,フィッシャー情報行列の逆行列阿瓦尔人も返します。参数个数内の値がパラメーターの最尤推定量(标定)である場合,阿瓦尔人は漸近共分散行列に対する近似です。

すべて折りたたむ

大中型企业を使用して打ち切りがあるデータセットの初速を求めてから,lognlikeを使用して初速の負の対数尤度を求めます。

パラメーター5および2をもつ対数正規分布から,1000個の乱数を生成します。

rng (“默认”%的再现性n = 1000;%样本数量x = lognrnd (5 2 [n, 1]);

大中型企业を使用して,分布パラメーター(対数値の平均および標準偏差)の初速を求めます。

酷毙了大中型企业的(x) =“分布”对数正态的
太好了=1×24.9347 - 1.9969

大中型企业の負の対数尤度を求めます。

nlogL = lognlike(酷毙了,x)
nlogL = 7.0453 e + 03

対数正規分布パラメーターの最尤推定量(标定)を求めてから,対応するcdf实验组的値の信頼区間を求めます。

パラメーター5および2をもつ対数正規分布から,1000個の乱数を生成します。

rng (“默认”%的再现性n = 1000;%样本数量x = lognrnd (5, 2, n, 1);

大中型企业を使用して,分布パラメーター(対数値の平均および標準偏差)の初速を求めます。

酷毙了大中型企业的(x) =“分布”对数正态的
太好了=1×24.9347 - 1.9969
muHat =酷毙了(1);sigmaHat =酷毙了(2);

lognlikeを使用して,分布パラメーターの共分散を推定します。関数lognlikeは,初速がその初速の推定に使用された標本と共に渡された場合,漸近共分散行列に対する近似を返します。

[~, pCov] = lognlike(酷毙了,x)
pCov =2×20.0040 -0.0000 -0.0000 0.0020

0.5におけるcdfの値およびその95%信頼区間を求めます。

[p,巴解组织,小狗]= logncdf(0.5、muHat sigmaHat pCov)
p = 0.0024
巴解组织= 0.0016
小狗= 0.0037

pは,パラメーターmuHatおよびsigmaHatをもつ対数正規分布のcdfの値です。区間(巴解组织,小狗)は0.5で評価したcdfの95%信頼区間であり,pCovを使用した場合のmuHatおよびsigmaHatの不確実性を考慮しています。95%信頼区間は,真のcdf实验组的値が(巴解组织,小狗)0.95に含まれる確率がであることを意味します。

入力引数

すべて折りたたむ

対数正規分布のパラメーター。2つの数値によるベクトルを指定します。参数(1)参数(2)はそれぞれ対数値の平均および標準偏差です。参数(2)は正でなければなりません。

例:[0, 1]

データ型:|

ベクトルとして指定される標本データ。

データ型:|

x内の各値の打ち切りのインジケーター。xと同じサイズの逻辑ベクトルを指定します。右側打ち切りの観測値については1,完全に観測される観測値については0を使用します。

既定は,すべての観測値が完全に観測されることを示す0の配列です。

データ型:逻辑

観測値の頻度または重み。xと同じサイズの非負のベクトルを指定します。通常、入力引数频率にはx内の対応する要素に対する非負の整数カウントを含めますが,任意の非負値を含めることができます。

打ち切りがあるデータセットに対する重み付きの負の対数尤度を取得するには,x内の観測値の個数に対して正規化した観測値の重みを指定します。

既定は,xの各要素に対して観測値が1つずつあることを示す,1の配列です。

データ型:|

出力引数

すべて折りたたむ

与えられた標本データ(x)に対する分布パラメーター(参数个数)の負の対数尤度値。数値スカラーとして返されます。

フィッシャー情報行列の逆行列。2行2列の数値行列として返されます。阿瓦尔人は,予期される情報ではなく,観測されたデータ(x)に対して観測されたフィッシャー情報に基づきます。

参数个数内の値がパラメーターの初速である場合,阿瓦尔人は漸近分散共分散行列(漸近共分散行列とも呼ばれます)に対する近似です。大中型企业を求めるには,大中型企业を使用します。

代替機能

lognlikeは対数正規分布専用の関数です。统计和机器学习工具箱™には,さまざまな確率分布をサポートする汎用関数mlecovfitdistnegloglikおよびproflik分布更健康アプリもあります。

  • mlecovは,カスタムな確率密度関数によって指定された分布について,パラメーターの初速の漸近共分散行列を返します。たとえば,mlecov (params, x, pdf, @lognpdf)は対数正規分布に対する初速の漸近共分散行列を返します。

  • 関数fitdistまたは分布更健康アプリを使用して分布をデータにあてはめることにより,LognormalDistribution確率分布オブジェクトを作成します。オブジェクトプロパティParameterCovarianceには,パラメーター推定の共分散行列が格納されます。パラメーター推定の負の対数尤度と尤度関数のプロファイルを取得するには,オブジェクトをnegloglikおよびproflikにそれぞれ渡します。

参照

M.埃文斯,N.黑斯廷斯和B.皮科克。《统计分布》,第2版,霍博肯,新泽西州:约翰·威利父子公司,1993。

终身数据的统计模型和方法。新泽西州霍博肯:Wiley-Interscience出版社,1982年。

[3]米克尔,小Q,洛杉矶埃斯科瓦尔。可靠性数据的统计方法。《中华人民共和国证券法》,1998。

拡張機能

R2006aより前に導入