Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.
Estimaciones de máxima verosimilitud
especifica las opciones mediante argumentos de par nombre-valor además de cualquiera de los argumentos de entrada en sintaxis anteriores. Por ejemplo, puede especificar los datos censurados, la frecuencia de las observaciones y el nivel de confianza.phat
= mle(___,Name,Value
)
Al proporcionar funciones de distribución, calcula las estimaciones de parámetros mediante un algoritmo de maximización iterativa.mle
Con algunos modelos y datos, una mala elección del punto de partida puede hacer que converjan a un óptimo local que no es el maximizador global, o no converger por completo.mle
Incluso en los casos para los que la probabilidad de registro se comporta bien cerca del máximo global, la elección del punto de partida suele ser crucial para la convergencia del algoritmo. En particular, si los valores de parámetro iniciales están lejos de los MLEs, el subdesbordamiento en las funciones de distribución puede dar lugar a infinitas probabilidades de registro.
| Creador Fitter | fitdist
| mlecov
| statset