主要内容

ecmnhess

负对数似然函数的Hessian

折叠所有页面

语法

黑森= ecmnhess(数据、协方差)
黑森= ecmnhess (＿＿＿、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Hessian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和MatrixType．

例子

全部折叠

打开生活的脚本

这个例子展示了如何计算负对数似然函数的Hessian为12个计算机技术股票，6个硬件和6个软件公司5年的日总回报数据

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。Assets的第六支股票是谷歌(GOOG)，于2004年8月19日开始交易。因此，2004年8月20日之前的所有收益都不见了，表示为南此外，亚马逊(Amazon)在过去五年中也有几天的价值缺失。

[ECMMean, ECMCovar] = ecmnmle(数据)
ECMMean =12×10.0008 0.0008 -0.0005 0.0002 0.0011 0.0038 -0.0003 -0.0003 -0.0000⋮
ECMCovar =12×120.0012 0.0005 0.0006 0.0006 0.0006 0.0006 0.0024 0.0007 0.0006 0.0010 0.0004 0.0005 0.0003 0.0006 0.0006 0.0006 0.0012 0.0006 0.0007 0.0006 0.0006 0.0006 0.0013 0.0007 0.0007 0.0003 0.0006 0.0004 0.00060.0007 0.0006 0.0006 0.0003 0.0006 0.0004 0.0007 0.0011 0.0003 0.0003 0.0002 0.0006 0.0022 0.0001 0.0002 0.0001 0.00030.0006 0.0002 0.0005 0.0004 0.0011 0.0005 0.0007 0.0003 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估计ECMCovar．

ECMCovar黑森= ecmnhess(数据)
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 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 0.0000 -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样品的NUMSERIES维随机向量。缺少的值由南年代。

数据类型:双

的协方差的最大似然参数估计数据使用ECM算法，指定为NUMSERIES——- - - - - -NUMSERIES矩阵。

(可选)协方差矩阵的逆，指定为使用矩阵发票为:

发票(协方差)

数据类型:双

(可选)矩阵格式，指定为字符向量，值为:

  • “全部”—计算全Hessian矩阵。

  • “meanonly”-只计算与均值相关的Hessian矩阵的分量。

数据类型:字符

输出参数

全部折叠

Hessian矩阵，返回为NUMPARAMSNUMPARAMS基于当前参数估计的观测对数似然函数矩阵，其中Numparams = numseries * (numseries + 3)/2如果MatrixFormat＝“全部”．如果MatrixFormat＝“meanonly”,那么NUMPARAMS = NUMSERIES．

另请参阅

|

主题

之前介绍过的R2006a

金融工具的文档

万博1manbetx

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