Matlab 如何找到估计参数的标准误差
我通过函数Matlab 如何找到估计参数的标准误差,matlab,Matlab,我通过函数fminsearch使用最大似然法估计参数,但我不知道如何计算参数的标准误差(计算p值) 这是我的型号代码: function f = myRegime1(p,y,o) T = size(y); x = 0; xi1 = 0.8; xi2 = 1-xi1; LL = 0; for t = 2:T k = o(t); p11 = exp(p(1)+p(2)*k) / (1+exp(p(1)+
fminsearch
使用最大似然法估计参数,但我不知道如何计算参数的标准误差(计算p值)
这是我的型号代码:
function f = myRegime1(p,y,o)
T = size(y);
x = 0;
xi1 = 0.8;
xi2 = 1-xi1;
LL = 0;
for t = 2:T
k = o(t);
p11 = exp(p(1)+p(2)*k) / (1+exp(p(1)+p(2)*k));
p22 = exp(p(3)+p(4)*k) / (1+exp(p(3)+p(4)*k));
s = y(t);
f = p(5) + p(6)*o(t);
x(t) = s-f;
e1 = x(t)-p(7);
e2 = x(t)-p(8);
L1 = -log(2*pi) - log(sqrt(p( 9))) - e1^2/(2*p( 9));
L2 = -log(2*pi) - log(sqrt(p(10))) - e2^2/(2*p(10));
L = xi1*p11*L1 + xi1*(1-p11)*L2 + xi2*p22*L2 + xi2*(1-p22)*L1;
xi1 = (xi1*p11*L1 + xi2*(1-p22)*L1)/L;
xi2 = (xi1*(1-p11)*L2 + xi2*p22*L2)/L;
LL = LL+L;
end
f = LL;
end
我想请你参考一下,这似乎解决了你的问题。基本思想似乎是找到标准偏差和雅可比矩阵的数值估计值,然后从中计算标准误差。给出的代码有很好的文档记录。p值和置信区间是两个不同的东西。此外,获取CI也是一件棘手的事情,我相信它是基于所选择的模型。您可能希望使模型方程更明确,并将问题迁移到交叉验证。p值应足以满足我的目的。我觉得你提到的文件很混乱,你能解释清楚吗?