计算置信区间的matlab代码参数估计
一些使用SIR模型进行参数估计的快速示例代码,以及使用Fisher信息矩阵和轮廓似然性检查可识别性和不确定性的代码-有关更多信息,请参阅实验室作业pdf(此代码适用于第2部分)。
该代码最初是为2017
NIMBioS
/
MBI
/
CAMBAM研究生暑期班和NIMBioS不确定性定量教程而设计的。
R和Matlab中都提供了等效的代码,该代码需要执行以下步骤:
在一些初始参数值下模拟模型
使用最大似然(ML)从(模拟的)暴发数据估计模型参数(假设模型具有给定的Poisson均值,但可以更改为您喜欢的任何值,例如最小二乘等)。
计算Fisher信息矩阵(FIM)的简化形式并测试其等级,以评估可识别参数/组合的数量
生成每个参数的轮廓似然并确定95%的置信区间
问题?
联系玛丽莎·艾森伯格()。
该材料是根据MIT许可授权的-可以免费使用/修改并注明原始来源(请参阅许可文本)。
2021-10-15 16:47:11
173KB
系统开源
1