作为我的工作我需要一部分的最大似然估计最大化对数似一个向量。我可以使用内置函数“初速”这个目的吗?
7视图(30天)
显示旧的评论
在我的工作我有一个特定长度的向量‘L’。我想最大化对数似向量的估计使用最大似然估计。我有遵循下列程序:
x =[向量(1:L)];
(太好了,pci) =企业(x);
des_signal = normpdf (x,太好了(1),太好了(2));
图();
情节(des_signal)
但是,我不知道上面的命令是否最大化对数似。同时,输出精确输出,我需要但有点类似。分布假定是
正态分布
。还有其他的方法问题?
答案(1)
Shreyas
2022年9月2日
编辑:Shreyas
2022年9月2日
“初速”命令不返回最大对数似估计。日志使用的可能是为了方便,因为它简化了计算的推导过程。
有关更多信息,请浏览以下链接:-
- 概率——使用对数似vs可能性理论动机——交叉验证(stackexchange.com)(https://stats.stackexchange.com/questions/289190/theoretical-motivation-for-using-log-likelihood-vs-likelihood)
- 对数似(statlect.com)(https://www.statlect.com/glossary/log-likelihood)
日志可以通过生成日志输出的可能性后,应用“normpdf”功能。
的例子,
> > des_signal =日志(normpdf (x,太好了(1),太好了(2)));
以下功能可以用来获取的和负面的日志:可能性-
- fitdist (//www.tianjin-qmedu.com/help/stats/fitdist.html)
- negloglik (//www.tianjin-qmedu.com/help/stats/prob.normaldistribution.negloglik.html)
的例子,
> > pd = fitdist (x, >常规>);
> > = nll negloglik (pd);
关于这个问题的第二部分,在代码中函数的normpdf评估指定的标量值的数组。对于生成正常曲线,输入值必须进行排序。
的例子,
> > x = (x);
> > des_signal = normpdf (x,太好了(1),太好了(2));