本文讨论了带有ARCH（p）误差的部分函数线性模型中参数的估计。 结合功能原理，提出了一种混合估计方法。 获得均值模型中线性参数和ARCH误差模型中参数的估计量的渐近正态性，并建立了斜率函数估计的收敛速度。 此外，进行了一些仿真和实际数据分析，以说明问题，并且表明该方法在有限样本下性能良好。

目前，正态逆高斯 (NIG) 分布不包括在统计工具箱中。 这个 m 文件集合为这个工具箱补充了 NIG 分布最重要的功能：随机数、矩、cdf、pdf 和矩拟合参数。 此合集是对有缺陷的旧版本的更新。

MATLAB用拟合出的代码绘图统计混合模型I 介绍 该存储库包含用于反伽玛正态混合模型的MATLAB代码。 用于超临界流体的混合物模型应用的其他代码（对数正态-中型混合物，概率分类）将很快上载。 如果您使用这些代码进行发布，请引用以下文章之一。 [1] Yoon，TJ，Ha，MY，Lee，WB，＆Lee，Y.-W.。 （2017），超临界流体杂志，119，36-43。 [2] Yoon，TJ，Ha，MY，Lee，WB，＆Lee，Y.-W.。 （2017），超临界流体杂志，130，364-372。 如有任何疑问，请通过我的电子邮件或researchgate帐户与我联系。 电子邮件： 这些代码的具体信息如下。 invgampdf.m 内容描述 输入：样本值（ x ），算术平均值（ mu ）和标准偏差（ sigma ） 输出：反伽马分布的可能性（ y ） 该代码计算逆伽马分布的可能性。 逆Gamma分布的描述请参阅。逆Gamma分布的人口参数最初是形状参数和比例参数，但是出于实际目的，此代码以算术平均值和标准差作为输入参数编写。 您可以根据Wikipedia网页修改代码。 例子 此代码块绘制

13.1 极大似然估计的原理 极大似然的估计原理可以由下面的程序得到说明。我们首先生成 10 个服从 正态分布的总体，每个总体的均值都不同，依次为 0，1，2，3，4，5，6，7，8， 9。方差相同，均为 1。然后我们随机地取出一个总体，从中抽出 10 个样本，因 为事先不知道是从哪一个总体中抽出来的，所以我们分别用已知的 10 个总体参 数值代入似然函数，计算出 10 个似然函数值，取其中 大的似然值，认为该样 本是从相应的总体中取出的（从而联合概率密度也 大化）。然后我们让计算机 告诉我们它是从第几个总体中取样的，并与我们的判断进行对比。 *===========================begin================================== capt prog drop mle prog mle /*生成10个均值不同、方差均为1的正态总体，每个总体取８个样本*/ drawnorm double x0-x9,n(8) m(0,1,2,3,4,5,6,7,8,9) clear global i=int(10*uniform()) //设定一个随机数，用于随机取出一个总体 forv j=0/9 { gen lnf`j' =-0.5*ln(2*_pi)*8-sum(0.5*(x$i-`j')^2) //对取出的总体计算似然值 scalar lnf`j'=lnf`j'[_N] //最终的似然值 } scalar list // 比较10个似然值哪个最大，猜想是从第几个总体取出来的？ end mle *根据10个似然值，猜想是从第几个总体取出来的？ di "所抽中的样本为" as error "X"$i //显示真正的取样总体是什么 *===========================end==================================== 在现实中，我们并不知道任何一个真正的总体参数，因此，只能借助于找到 样本似然值（实际上是联合概率密度的对数值） 大的总体参数，即认为其是总 体参数。在 STATA 中实现 大似然法的估计必须自己编写程序。下面的例子说 明了如何利用 stata 编写程序来实现对模型的极大似然估计。 13.2 正态总体均值和方差的极大似然估计 *===========================begin================================== capt prog drop bb prog bb //定义程序的名称 args lnf u v //声明参数,u 为均值，v为方差 quietly replace `lnf' = -0.5*ln(2*_pi) - ln(`v') -0.5*($ML_y1-`u')^2/(`v')^2 end drawnorm x,n(100) m(10) sd(3) clear//模拟均值为10，方差为3的100个正态样本 ml model lf bb (x=) (variance:) //利用迭代法则进行极大似然估计

在MATLAB中计算两个正态云模型之间的相似度，源代码，数值可修改

利用微积分和矩阵代数的基本知识,证明了n维正态随机变量各分量的线性组合一定服从正态分布的结论。

ArcGIS教程：常量、正态、随机栅格的创建

Matlab代码sqrt 对数正态泊松回归模型 运行Hess等人的对数正态泊松回归模型的代码。 2019，“癌症中的乘客热点突变”（） 此仓库中有什么？ 该存储库包含用于运行贝叶斯对数正态泊松（LNP）回归的MATLAB函数。 我们包括代码，既可以通过MCMC从模型参数的后验分布中进行采样，也可以计算给定一组后验样本（即，计算后验预测p值）的计数的统计显着性。 前述功能适用于对通用计数数据进行建模，而不特定于对体细胞突变计数进行建模。 为此，我们还包括处理Hess等人分析的特定体细胞突变调用的功能。 附带的工具 要对原始计数/协变量数据运行回归，请使用src/regr/pois_LN_reg.m （请参阅demo.m或本自述文件中的） 该工具根据LNP参数（μ，τ，β）的后验分布生成样本。 它不能识别明显的外围计数。 要计算重要性（即LNP后验预测p值），请使用src/regr/regr_post_pred.m 要对手稿中分析的体细胞突变调用运行模型，请使用包装器脚本src/pois_LN_reg_wrapper.m 。 当前，它仅用于处理该手稿特定格式的调用，该调用由生成该手稿的输出

模拟从 d 维 N(0,Sig) 分布（具有协方差“Sig”的零均值正态分布）精确（完美）分布的“n”个随机向量，条件是 l<X<u。 接受截断限制“l”和“u”的无限值。 参考：ZI Botev (2015)，“线性限制下的正态定律：通过 Minimax Tilting 进行模拟和估计”，提交给 JRSS(B)

利用经验分布函数的理论知识，对本班女生的生活费的数据进行统计和分析。用python语言对女生生活费进行分析，从而得到结果，同学们能了解到疫情对我们学生在经济上的影响。