ecmnobj

多元正态负对数似然函数

全页折叠

语法

Objective = ecmnobj(Data,Mean,Covariance)
Objective = ecmnobj(___,CholCovariance)

说明

Objective = ecmnobj(Data,Mean,Covariance) 计算 ecmnmle 的负对数似然函数。

先使用 ecmnmle 估计 Data 的均值和协方差后，再使用 ecmnobj。

示例

Objective = ecmnobj(___,CholCovariance) 添加了一个可选参量 CholCovariance。

示例

示例

全部折叠

打开实时脚本

此示例说明如何计算 12 支计算机技术股票（硬件公司股票和软件公司股票各六支）五年时间每日总收益数据的负对数似然函数观测值

load ecmtechdemo.mat

此数据的时间段从 2000 年 4 月 19 日到 2005 年 4 月 18 日。资产中的第六支股票是 Google (GOOG)，该股于 2004 年 8 月 19 日上市交易。所以，缺少 2004 年 8 月 20 之前的所有收益，表示为 NaN。此外，在过去五年里，Amazon (AMZN) 在一些日期也零散存在缺失值。

[ECMMean, ECMCovar] = ecmnmle(Data)
ECMMean = 12×1

    0.0008
    0.0008
   -0.0005
    0.0002
    0.0011
    0.0038
   -0.0003
   -0.0000
   -0.0003
   -0.0000
   -0.0003
    0.0004


ECMCovar = 12×12

    0.0012    0.0005    0.0006    0.0005    0.0005    0.0003    0.0005    0.0003    0.0006    0.0003    0.0005    0.0006
    0.0005    0.0024    0.0007    0.0006    0.0010    0.0004    0.0005    0.0003    0.0006    0.0004    0.0006    0.0012
    0.0006    0.0007    0.0013    0.0007    0.0007    0.0003    0.0006    0.0004    0.0008    0.0005    0.0008    0.0008
    0.0005    0.0006    0.0007    0.0009    0.0006    0.0002    0.0005    0.0003    0.0007    0.0004    0.0005    0.0007
    0.0005    0.0010    0.0007    0.0006    0.0016    0.0006    0.0005    0.0003    0.0006    0.0004    0.0007    0.0011
    0.0003    0.0004    0.0003    0.0002    0.0006    0.0022    0.0001    0.0002    0.0002    0.0001    0.0003    0.0016
    0.0005    0.0005    0.0006    0.0005    0.0005    0.0001    0.0009    0.0003    0.0005    0.0004    0.0005    0.0006
    0.0003    0.0003    0.0004    0.0003    0.0003    0.0002    0.0003    0.0005    0.0004    0.0003    0.0004    0.0004
    0.0006    0.0006    0.0008    0.0007    0.0006    0.0002    0.0005    0.0004    0.0011    0.0005    0.0007    0.0007
    0.0003    0.0004    0.0005    0.0004    0.0004    0.0001    0.0004    0.0003    0.0005    0.0006    0.0004    0.0005
    0.0005    0.0006    0.0008    0.0005    0.0007    0.0003    0.0005    0.0004    0.0007    0.0004    0.0013    0.0007
    0.0006    0.0012    0.0008    0.0007    0.0011    0.0016    0.0006    0.0004    0.0007    0.0005    0.0007    0.0020

若要计算 ecmnmle 的负对数似然函数，请根据当前最大似然参数估计值使用 ecmnobj。

Objective = ecmnobj(Data,ECMMean,ECMCovar)
Objective = 
-3.0898e+04

输入参数

全部折叠

数据，指定为 NUMSAMPLES×NUMSERIES 矩阵，该矩阵包含 NUMSAMPLES 个 NUMSERIES 维随机向量示例。缺失值由 NaN 指示。

数据类型: double

使用 ECM 算法得出的 Data 均值的最大似然参数估计值，指定为 NUMSERIES×1 列向量。

使用 ECM 算法得出的 Data 的协方差的最大似然参数估计值，指定为 NUMSERIES×NUMSERIES 矩阵。

（可选）协方差矩阵的乔列斯基分解，通过 chol 指定为一个矩阵，形式如下：

chol(Covariance)

数据类型: double

输出参量

全部折叠

Data 的负对数似然函数观测值，以数值形式返回。

版本历史记录

在 R2006a 之前推出

另请参阅

|

主题