请高手看看，matlab 极大似然估计程序哪出错了

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

我做的过程是：
将y.xls导入matlab
将skewtdis_LL.m, my_mle.m加入MATLAB.然后在命令窗口输入
[para,standard_deviation]=my_mle('skewtdis_LL',[5;0.02],y)
结果显示：
??? Error using ==> skewtdis_LL
Too many input arguments.
Error in ==> fminsearch at 195
fv(:,1) = funfcn(x,varargin{:});
Error in ==> my_mle at 3
[para,fv]=fminsearch(fun,para0,[],2,varargin{:});


程序如下：
function LL = skewtdis_LL(theta,x)
% PURPOSE: returns the log-likelihood at x of Hansen's (1994) 'skewed t' distribution
%---------------------------------------------------
% USAGE: LL = skewtdis_LL(x,nu,lambda)
% where: x  = a vector of data
%        theta = [nu;lambda]
%     nu = degrees of freedom parameter
%       lambda = skewness parameter
%---------------------------------------------------
% RETURNS:
%        a matrix of log-likelihood at each element of x
% --------------------------------------------------
% SEE ALSO: tdis_cdf, tdis_rnd, tdis_inv, tdis_prb, skewtdis_pdf
%---------------------------------------------------
%
%  Andrew Patton
%
%  25 June, 2001
% This code was used in:
%
% Patton, Andrew J., 2002, "On the Out-of-Sample
% Importance of Skewness and Asymmetric Dependence for
% Asset Allocation", working paper, Department of Economics,
% University of California, San Diego.
nu = theta(1);
lambda = theta(2);
[T,k] = size(x);
nu = nu(1)*ones(T,1);     % can make this time-varying, but needs to be >2
lambda = lambda(1)*ones(T,1); % can make this time-varying, but needs to be in (-1,1)
   
c = gamma((nu+1)/2)./(sqrt(pi*(nu-2)).*gamma(nu/2));
a = 4*lambda.*c.*((nu-2)./(nu-1));
b = sqrt(1 + 3*lambda.^2 - a.^2);
logc = gammaln((nu+1)/2) - gammaln(nu/2) - 0.5*log(pi*(nu-2));
logb = 0.5*log(1 + 3*lambda.^2 - a.^2);
find1 = (x<(-a./b));
find2 = (x>=(-a./b));
LL1   = logb + logc - (nu+1)/2.*log(1+1./(nu-2).*((b.*x+a)./(1-lambda)).^2);
LL2   = logb + logc - (nu+1)/2.*log(1+1./(nu-2).*((b.*x+a)./(1+lambda)).^2);
LL    = sum(LL1(find1)) + sum(LL2(find2));
LL    = -LL;
function [para,standard_deviation,fv]=my_mle(fun,para0,varargin)
para0=para0(:);
[para,fv]=fminsearch(fun,para0,[],2,varargin{:});
fv=-fv;
d=numericalfirstderivative(fun,para,1,varargin{:});
standard_deviation=sqrt(diag(pinv(d'*d)));
function f=numericalfirstderivative(fun,parameter,varargin)
n=length(parameter);
for i=1:n
a=zeros(n,1);
a(i)=min(parameter(i)*1e-6,1e-5);
y1(:,i)=feval_r(fun,parameter+a,varargin{:});
y2(:,i)=feval_r(fun,parameter-a,varargin{:});
f(:,i)=(y1(:,i)-y2(:,i))/2/a(i);
end

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏3 回帖

关键词：MATLAB 极大似然估计 atlab matla 似然估计 function returns matlab Error 程序

% skewtdis_rnd.m need Ucsd_garch toolbox
x=skewtdis_rnd(8.1,-0.09,10000);
init=[8.5;-0.2]
lb=[0,-1]
ub=[Inf,0]

[para,llf,exitflag]=fmincon(@(theta)skewtdis_LL(theta,x),init,[],[],[],[],lb,ub)
para =

    8.3054
   -0.0837

epoh 发表于 2011-12-11 16:05
% skewtdis_rnd.m need Ucsd_garch toolbox
x=skewtdis_rnd(8.1,-0.09,10000);
init=[8.5;-0.2]

太感谢了，解决我的大问题了

我也需要。。非常感谢

请问LZ能否把你的my_mle.M文件借我参考下，现在写论文需要用到极大似然估计。

楼主你好，我在《金融计算与编程》一书中看到了与这个代码相似的代码，但是有许多部分不理解，苦于查不到资料，(ˇˍˇ) 想向你请教，关于my_mle部分中的LL=-LL是什么意思？[T,k] = size(x)中的T是从哪里来的？以及fminsearch函数输入中的[],2分别表示什么意思呢？

1、求最值时，一般取相反函数得最小值， 比如 求 x^2最大值，一般解法是求  -x^2的最小值
2、T是求 X的矩阵维数，即多少行，可以参考matlab的 size 函数
3、建议看看matlab的fminsearch帮助文件

楼主这个M文件有么

请问负二项分布参数的极大似然估计用matlab该怎么写代码呢？

请问LM检验完之后，继续做LR检验，接下来的代码楼主有吗？