Main Content

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,alg) は、行列または cell 配列 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 YNaN 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(...,type,format) は、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'bSIGMA の両方の COVB を計算する場合。

バージョン履歴

R2007a で導入