Binary 经验CDF曲线上logit的最大似然
我有以下类型的理论决策模型： \rhat=\r-\rbar=与平均值的偏差 if\rhat0:1-1/（1+e^（（|\rhat^\gamma）/t）） 因此，模型为S形曲线，不对称性约为0，由\gamma和\delta捕获。曲线的斜率由t决定 我有\rhat的数据，并希望将上述S曲线拟合到数据的CDF，以获得\delta、\gamma和t的估计值。我通常认为这个问题是一个二进制选择问题，但我的数据不是那种类型。它更倾向于寻找分布参数。我是否应该恢复此估算的经验cdf数据，例如使用Mathematica的HistogramList命令Binary 经验CDF曲线上logit的最大似然,binary,estimation,cdf,Binary,Estimation,Cdf,我有以下类型的理论决策模型： \rhat=\r-\rbar=与平均值的偏差 if\rhat0:1-1/（1+e^（（|\rhat^\gamma）/t）） 因此，模型为S形曲线，不对称性约为0，由\gamma和\delta捕获。曲线的斜率由t决定 我有\rhat的数据，并希望将上述S曲线拟合到数据的CDF，以获得\delta、\gamma和t的估计值。我通常认为这个问题是一个二进制选择问题，但我的数据不是那种类型。它更倾向于寻找分布参数。我是否应该恢复此估算的经验cdf数据，例如使用Mathema