matlab中是用fminsearch最优化似然函数如何对参数进行t检验

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

我做了一个模型，想对相关参数进行估计，因为已经有了log likelihood function，也用fminsearch这个函数优化得到了相关参数的值。但是能不能通过方式得到这些参数进行t检验，看看他们是否显著？

后来我又用mle(data,'nloglf',@nLogLik,'start',x0)这个函数做了一下，但是每次都有下面的错误
Subscripted assignment dimension mismatch.

Error in fminsearch (line 191)
fv(:,1) = funfcn(x,varargin{:});

Error in mlecustom (line 178)
        [phat,nll,err,output] = ...

Error in mle (line 228)
            [phat, pci] = mlecustom(data,varargin{:});

请大家指点一下，谢谢

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：fminsearch search MATLAB matla atlab 检验 function matlab Error

你的问题解决了吗？我用R编程，也得到了参数值，但是不知道怎么得到参数的显著水平，我们可以交流一下

基本思路如下：
1）写出优化函数，即你最小化的那个函数；
2）求出它在最优值点处的海塞矩阵（要用到数值微分函数，不熟的话上网搜），这就是估计参数的方差矩阵；
3）求出这个矩阵的对角元素，开方，跟就是标准差；
4）根据对参数分布的假设（通常为正态分布）计算显著水平或者P值。

当然，如果计量熟的话，还有更为直接的方法，不需要求海塞矩阵，只需要求梯度即可，思路可以参见高级计量教材。

如果管用，其给个评价，谢谢！

lustboy 发表于 2012-8-17 21:41
基本思路如下：
1）写出优化函数，即你最小化的那个函数；
2）求出它在最优值点处的海塞矩阵（要用到数值 ...

很感谢你的回复，你的思路和matlab自身mle里面的算法差不多，但是关键在于Hessian矩阵自身在最优点的值是未知的，如果能够知道最优点的值，那实际上问题就解决了。求梯度的方法也有一个问题，就是只能在初值附近得到一个局部最优，因此最终结果对于初值敏感。

迷途mitu 发表于 2012-8-15 15:19
你的问题解决了吗？我用R编程，也得到了参数值，但是不知道怎么得到参数的显著水平，我们可以交流一下

我觉得如果已经求出了参数值，应该隐含着已经求出了std,可能在你的代码里没有包含显示这个值得语句吧。我现在改用遗传算法的那个工具包求了。具体求显著性还在研究中，可能我的参数值过多，Hessian矩阵不正定，看看还有什么办法。保持联系，我曾经用Gauss那个软件求过，相对简单些，不过不知道是局部解还是全局最优

darkforever 发表于 2012-8-18 04:54
我觉得如果已经求出了参数值，应该隐含着已经求出了std,可能在你的代码里没有包含显示这个值得语句吧。我 ...

我得到了参数值，但是Hessian矩阵没办法求逆，Hessian矩阵的逆矩阵就是参数的协方差矩阵吧？但是不能求逆很奇怪。。。

lustboy 发表于 2012-8-17 21:41
基本思路如下：
1）写出优化函数，即你最小化的那个函数；
2）求出它在最优值点处的海塞矩阵（要用到数值 ...

是Hessian矩阵的逆是协方差矩阵还是它本身是协方差矩阵？
我写出了优化的函数，进行最优化之后它说：Solution not reliable....Problem Inverting Hessian
Hessian矩阵不能求逆，这是什么原因造成的呢？

我说我的具体操作吧，这样可能比较容易理解：
1）先要用优化函数（比如Fminsearch）得到待估参数的最优值（C*），因此，接下来最优点是确定的了；
2）然后求准则函数（即u1^2+u2^2+...+un^2）在（C*)处的梯度，这会得到一个NxK的矩阵（G)，N是样本量，K是解释变量个数，（注意求最优值的时候可以取对数，但这里的准则函数不是对数化的，而且这里需要用到数值微分函数，不是通常的matlab微分或梯度命令）；
3）协方差矩阵=s^2*(G'*G)^(-1)，其中s^2是修正后的残差平方和。

我没有用过matlab的MLE命令，非线性回归和最大似然估计都是自己写函数和命令。
上面的问题，一方面是没有注意到检验时都在参数估计的那一点进行，二是混淆了普通梯度与某一点处数值梯度。

lustboy 发表于 2012-8-17 21:41
基本思路如下：
1）写出优化函数，即你最小化的那个函数；
2）求出它在最优值点处的海塞矩阵（要用到数值 ...

请问，您说的得到海塞矩阵之后，应该再求逆，才得到方差矩阵吧？麻烦您回复一下，我想确定一下