ecmnfish
费舍尔信息矩阵
说明
根据当前最大似然参数估计值计算 Fisher
= ecmnfish(Data
,Covariance
)NUMPARAMS
×NUMPARAMS
费舍尔信息矩阵。
先使用 ecmnmle
估计 Data
的均值和协方差后,再使用 ecmnfish
。
添加了可选参量 Fisher
= ecmnfish(___,InvCovar
,MatrixType
)InvCovar
和 MatrixType
。
示例
根据数据的参数估计值计算费舍尔信息矩阵
此示例说明如何根据 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的 Data
参数估计值来计算费舍尔信息矩阵。
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
⋮
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
⋮
若要计算 ecmnmle
的负对数似然函数,请根据 ECMCovar
的当前最大似然参数估计值使用 ecmnfish
。
Fisher = ecmnfish(Data,ECMCovar)
Fisher = 90×90
107 ×
0.0001 0.0000 -0.0000 -0.0000 -0.0000 -0.0000 -0.0000 -0.0000 -0.0000 0.0000 -0.0000 -0.0000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0.0000 0.0001 -0.0000 0.0000 -0.0000 0.0001 0.0000 0.0000 0.0000 0.0000 0.0000 -0.0001 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
-0.0000 -0.0000 0.0002 -0.0000 -0.0000 -0.0000 -0.0000 -0.0000 -0.0000 -0.0000 -0.0000 -0.0000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
-0.0000 0.0000 -0.0000 0.0003 -0.0000 0.0000 -0.0000 -0.0000 -0.0001 -0.0001 0.0000 -0.0000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
-0.0000 -0.0000 -0.0000 -0.0000 0.0001 -0.0000 -0.0000 -0.0000 0.0000 -0.0000 -0.0000 -0.0000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
-0.0000 0.0001 -0.0000 0.0000 -0.0000 0.0002 0.0000 -0.0000 0.0000 0.0001 0.0000 -0.0002 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
-0.0000 0.0000 -0.0000 -0.0000 -0.0000 0.0000 0.0002 -0.0001 -0.0000 0.0000 -0.0000 -0.0001 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
-0.0000 0.0000 -0.0000 -0.0000 -0.0000 -0.0000 -0.0001 0.0004 -0.0000 -0.0001 -0.0000 0.0000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
-0.0000 0.0000 -0.0000 -0.0001 0.0000 0.0000 -0.0000 -0.0000 0.0002 -0.0001 -0.0000 -0.0000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0.0000 0.0000 -0.0000 -0.0001 -0.0000 0.0001 0.0000 -0.0001 -0.0001 0.0004 -0.0000 -0.0001 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
⋮
输入参数
Data
— 数据
矩阵
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
Covariance
— Data
的协方差的最大似然参数估计值
矩阵
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。
InvCovar
— 协方差矩阵的乔列斯基分解
[ ]
(默认) | 矩阵
MatrixType
— 矩阵格式
'full'
(默认) | 字符向量
(可选)矩阵格式,指定为字符向量,其值可以是:
'full'
- 计算完整费舍尔信息矩阵。'meanonly'
- 仅计算与均值关联的费舍尔信息矩阵的分量。
数据类型: char
输出参量
Fisher
— 费舍尔信息矩阵
矩阵
费舍尔信息矩阵,根据当前参数估计值以 NUMPARAMS
NUMPARAMS
矩阵形式返回,其中如果 MatrixFormat
= 'full'
,则 NUMPARAMS = NUMSERIES * (NUMSERIES + 3)/2
;如果 MatrixFormat
= 'meanonly'
,则 NUMPARAMS = NUMSERIES
。
版本历史记录
在 R2006a 之前推出
MATLAB 命令
您点击的链接对应于以下 MATLAB 命令:
请在 MATLAB 命令行窗口中直接输入以执行命令。Web 浏览器不支持 MATLAB 命令。
Select a Web Site
Choose a web site to get translated content where available and see local events and offers. Based on your location, we recommend that you select: .
You can also select a web site from the following list:
How to Get Best Site Performance
Select the China site (in Chinese or English) for best site performance. Other MathWorks country sites are not optimized for visits from your location.
Americas
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)