无缺失数据的多元正态回归的对数似然函数
目标= mvnrobj(数据、设计参数、协方差CovarFormat)
|
|
|
处理两种模型结构的矩阵或单元阵列:
|
|
|
|
|
|
(可选)指定协方差矩阵格式的字符向量。的选择是:
|
目标= mvnrobj(数据、设计参数、协方差CovarFormat)
在没有丢失数据的情况下,基于当前最大似然参数估计计算对数似然函数。客观的
是一个包含对数似然函数的标量。
您可以配置设计
作为一个矩阵NUMSERIES = 1
或者作为单元格数组NUMSERIES
≥1
.
如果设计
是单元阵列和NUMSERIES
=1
,每个单元格包含一个NUMPARAMS
行向量。
如果设计
是单元阵列和NUMSERIES
>1
,每个单元格包含一个NUMSERIES
——- - - - - -NUMPARAMS
矩阵。
虽然设计
不应该南
值,忽略的样本由于南
值数据
在相应的设计
数组中。
看到多元正态回归,最小二乘回归,Covariance-Weighted最小二乘,可行广义最小二乘,看似不相关的回归.