mvregresslike
多変量回帰に対する負の対数尤度
構文
nlogL = mvregresslike(X,Y,b,SIGMA,
alg
)
[nlogL,COVB] = mvregresslike(...)
[nlogL,COVB] = mvregresslike(...,type
,format
)
説明
nlogL = mvregresslike(X,Y,b,SIGMA,
は、行列または cell 配列 alg
)X
内の予測子変数に対する n 行 d 列の行列 Y
の d 次元の多変量観測の多変量回帰に対して負の対数尤度関数 nlogL
を計算します。これは係数推定値の p 行 1 列のベクトル b
と d 行 d 列の行列 SIGMA
(Y
の行の共分散を指定) 用に評価されています。d =1 の場合、X
は、予測子変数の n 行 p 列の計画行列になります。d の値にかかわらず、X
は、各セルが 1 つの多変量観測に対して d 行 p 列の計画行列を含む長さ n の cell 配列にもなります。すべての観測が同じ d 行 p 列の計画行列の場合、X
は単一のセルになります。
X
または Y
が NaN
の値である場合、それは欠損値と見なされます。X
に欠損値をもつ観測は無視されます。Y
の欠損値の処理は、alg
で指定したアルゴリズムによって異なります。
alg
は、係数推定値 b
を得るために mvregress
で使用されるアルゴリズムと一致する必要があり、以下の値のいずれかでなければなりません。
'ecm'
— ECM アルゴリズム'cwls'
— 次の条件によって重み付けされる最小二乗SIGMA
'mvn'
— 欠損値をもつ行をj除外した後で計算される多変量正規の推定量Y
[nlogL,COVB] = mvregresslike(...)
は、パラメーター推定 b
の推定された共分散行列 COVB
も返します。
[nlogL,COVB] = mvregresslike(...,
は、type
,format
)COVB
のタイプと形式を指定します。
type
は次のいずれかです。
'hessian'
— ヘッシアン (観測された) 情報を使用する場合。このメソッドでは、データの欠損に伴う不確実性の増大を考慮します。これは既定の設定です。'fisher'
— フィッシャーか予測された情報を使用する場合。このメソッドでは、完全なデータの予測された情報を使用し、欠損データに伴う不確実性は含めません。
format
は次のいずれかです。
'beta'
—b
のみのCOVB
を計算します。これは既定の設定です。'full'
—b
とSIGMA
の両方のCOVB
を計算する場合。
バージョン履歴
R2007a で導入