多元常態分佈參數最大似然估計

來源:互聯網
上載者:User

  在多元統計分析中,多元常態分佈有著核心地位(很容易與一元統計分析類比),今日將其分布密度函數及最大似然估計(ML)的簡單推導過程和結果記載於此,供我向SEM邁進奠基之用。首先是密度函數:

  對於來自多元常態分佈總體的樣本Y~Nm(μ, V),

  顯然很容易寫出這n個樣品的聯合分布密度:

  按ML的常規套路,取對數(注意為了書寫方便現令Ψ=V-1):

  現在根據推導需要引進幾個記號:

  具體推導過程就省去了,忒麻煩,令人匪夷所思,恕我矩陣基礎知識不太牢固,實在是沒能咬牙把詳細過程看完;最後的結果是:

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.