gbnlpolyit - Dalam Talian di Awan

JADUAL:

NAMA

gbnlpolyit - Regresi polyit bukan linear

SINOPSIS

gbnlpolyit [pilihan] <fungsi definisi>

DESCRIPTION

Anggaran polyit bukan linear. Kurangkan kemungkinan log negatif

log sum_{h=0}^{L-1} (A+h) - log_{l=1}^L sum_{h=0}^{n_l-1} log(a_l+h)

untuk spesifikasi Polya atau

Log L(A) - jumlah_{l=1}^L n_l log(a_l)

untuk spesifikasi multinomial, di mana A = sum_{l=1}^L a_l dan L ialah bilangan
alternatif. Fail data input hendaklah mengandungi baris L, satu untuk setiap alternatif, bagi
taip n x1 ... XN. Lajur pertama mengandungi pembolehubah bersandar (# pemerhatian) dan
lajur lain pembolehubah bebas. Model ditentukan oleh fungsi
a_l=g(x1,x2...) dengan x1,.. XN bermaksud lajur pertama, kedua .. N-th lajur tak bersandar
pembolehubah.

PILIHAN

-O jenis output (lalai 0)

0 parameter dan seperti log (ll)

1 kesan marginal

2 keanjalan marginal

3 n_l n*_l a*_l *=anggaran

4 kelas penghunian

-F pemisah medan input (lalai " \t")

-V ralat piawai dan skor p bagi perbezaan. daripada sifar menggunakan bootstrap

-r bilangan replika (lalai 20)

-v tahap verbositi (lalai 0)

0 hanya keputusan

1 tajuk ulasan

2 statistik ringkasan

3 matriks kovarians

4 langkah meminimumkan

5 definisi model

-R tetapkan benih rng (lalai 0)

-M tetapkan model untuk digunakan (lalai 0) |

0 Polya

1 multinomial

-A Medan pilihan pengoptimuman MLL (lalai 0.01,0.1,100,1e-6,1e-6,5) ialah
step,tol,iter,eps,msize,algo. Medan kosong untuk lalai

langkah saiz langkah awal algoritma carian

Toleransi carian talian tol iter: bilangan lelaran maksimum

toleransi kecerunan eps : kriteria berhenti ||gradient||

kaedah pengoptimuman algo: 0 Fletcher-Reeves, 1 Polak-Ribiere, 2
Broyden-Fletcher-Goldfarb-Shanno, 3 Keturunan paling curam, 4 simplex, 5
Broyden-Fletcher-Goldfarb-Shanno-2

Gunakan gbnlpolyit dalam talian menggunakan perkhidmatan onworks.net