Il s'agit de la commande gbnlprobit qui peut être exécutée dans le fournisseur d'hébergement gratuit OnWorks en utilisant l'un de nos multiples postes de travail en ligne gratuits tels que Ubuntu Online, Fedora Online, l'émulateur en ligne Windows ou l'émulateur en ligne MAC OS
PROGRAMME:
Nom
gbnlprobit - Régression probit non linéaire
SYNOPSIS
gbnlprobit [Options] <fonction définition>
DESCRIPTION
Estimation probit non linéaire. Minimiser la log-vraisemblance négative
sum_{i dans N_0} log(1-F(g(X_i))) + sum_{i dans N_1} log(F(g(X_i)))
où N_0 et N_1 sont les ensembles d'observations 0 et 1, g est une fonction générique du
variables indépendantes et F est le CDF normal. Il est également possible de minimiser le score
fonction
w_0 sum_{i dans N_0} theta(F(g(X_i))-t) +
w_1 sum_{i dans N_1} theta(tF(g(X_i)))
où thêta est la fonction Heaviside et le niveau seuil ta. Échelle des poids w_0 et w_1
la contribution des deux sous-populations. La première colonne de données contient des entrées 0/1.
Les colonnes successives sont des variables indépendantes. Le modèle est spécifié par une fonction
g(x1,x2...) où x1,.. représente les première, deuxième .. variables indépendantes de la N-ième colonne.
options:
-O type de sortie (par défaut 0)
0 paramètres
1 paramètres et erreurs
2 et probabilités
3 paramètres et matrice de variance
4 effets marginaux
-V estimation de la matrice de variance (par défaut 0)
0
1 < J^{-1} >
2 < H^{-1} >
3 < H^{-1} JH^{-1} >
-z prendre zscore (pas des nuls 0/1)
-F séparateurs de champs de saisie (par défaut " \t")
-v niveau de verbosité (par défaut 0)
0 juste des résultats
1 en-têtes de commentaire
2 statistiques récapitulatives
3 matrice de covariance
4 étapes de minimisation (10 par défaut)
5 définition du modèle
-g définir le nombre de points pour l'identification globale du seuil optimal
-h cette aide
-t définir la valeur seuil (par défaut 0)
0 ignorer le seuil
(0,1) seuil fourni par l'utilisateur
1 calcul optimal uniquement global
2 calcul optimal
-M méthode d'estimation
0 maximum de vraisemblance
1 minute. note (w0=w1=1)
2 minutes score (w0=1/N0, w1=1/N1)
-A Les champs des options d'optimisation MLL (par défaut 0.01,0.1,100,1e-6,1e-6,5) sont
step,tol,iter,eps,msize,algo. Champs vides par défaut
étape taille de l'étape initiale de l'algorithme de recherche
iter de tolérance de recherche de ligne de tol : nombre maximal d'itérations
tolérance de gradient eps : critère d'arrêt ||gradient||
méthodes d'optimisation algo : 0 Fletcher-Reeves, 1 Polak-Ribiere, 2
Broyden-Fletcher-Goldfarb-Shanno, 3 Descente la plus raide, 4 simplex
-B les champs des options d'optimisation de score (par défaut 0.1,100,1e-6) sont step,iter,msize. Vide
champs par défaut
étape taille de l'étape initiale de l'algorithme de recherche
iter nombre maximum d'itérations
msize taille max, critère d'arrêt dim simplex.
Utilisez gbnlprobit en ligne en utilisant les services onworks.net