请高手指点以下t分布最大似然估计的算法

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

请高手指点以下t分布最大似然估计的算法：

function va=ml_t(data)
    [m,n]=size(data);
    n=max(m,n);
    syms v x;
    tmp = gamma((v+1)/2)/gamma(v/2);
    f = tmp/(sqrt(v*pi)*(1+(x^2)/v)^((v+1)/2));
    log_f=log(f);
    dlog_f=diff(log_f,'v');
    L=sym('0');
    for k=1:n,
        l=subs(dlog_f,x,data(k));
        L=L+l;
    end
    va=solve(L);

  这是我自己编的程序。我用trnd命令生成数据验证过，例如用trnd(3,30,1)生成30个服从自由度为3的t分布的数据，再利用这个函数估计参数是否接近3。结果是这套程序能够顺利通过。但是遇到以下问题：

1、程序运行过程非常非常慢！我逐条语句检查过，“瓶颈”在for循环和最后的solve这两步，而这两处之所以出现“瓶颈”是因为“l=subs(dlog_f,x,data(k));”的结果本身就相当复杂，经过几十次循环相加之后就更加复杂，这又导致最终的L相当复杂，解起来很费劲。

2、结果似乎大大地偏离了原来设定的自由度。例如上面提到的用trnd(3,30,1)生成30个服从自由度为3的t分布的数据，结果似乎远离3！（不过由于每次运行这个程序都需要花很多时间，试得不多，而且每次的数据量都不大）

我希望能够简化这套程序，不知可行不可行？或者有没有其他更好的思路？

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0 回帖

关键词：最大似然估计 高手指点 最大似然 似然估计 t分布 高手 指点 算法

data = trnd(3,800,1);
t_hand = @tpdf;
[p,pci] = mle(data, 'PDF',t_hand, 'start',0.1)

[此贴子已经被作者于2008-10-10 9:21:47编辑过]

jyliao兄：你的代码我运行过，有错，系统表示输入的变量太多。有几个问题我想问问你：

1、你用的matlab是什么版本的？

2、@tpdf表示什么？关于@的用法，一般的matlab教程会在什么内容的章节中提到？

jyliao兄：你的代码我运行过，有错，系统表示输入的变量太多。有几个问题我想问问你：

1、你用的matlab是什么版本的？  
   2006b (7.3.0) with statsitics toolbox

2、@tpdf表示什么？关于@的用法，一般的matlab教程会在什么内容的章节中提到？ doc
  function handle  (tpdf = pdf of t-distribution)

[此贴子已经被作者于2008-10-10 15:11:24编辑过]

jyliao兄：你肯定你的代码是可以运行的吗？我运行过是出错的：

??? Error using ==> mle
Too many input arguments.

This is the result in my Matlab Command window

>> data = trnd(3,800,1);mle(data, 'PDF',@tpdf, 'start',1)

ans =

    3.1431

jyliao兄，非常感谢！你的代码是没问题的！只是我的版本太低了，我的是6.0的，呵呵!

很好，学到很多，最近正在研究这个呢，呵呵，谢谢