Ito ang command na gbnlprobit na maaaring patakbuhin sa OnWorks na libreng hosting provider gamit ang isa sa aming maramihang libreng online na workstation gaya ng Ubuntu Online, Fedora Online, Windows online emulator o MAC OS online emulator
PROGRAMA:
NAME
gbnlprobit - Non linear probit regression
SINOPSIS
gbnlprobit [pagpipilian] <function kahulugan>
DESCRIPTION
Non linear probit na pagtatantya. I-minimize ang negatibong log-likelihood
sum_{i sa N_0} log(1-F(g(X_i))) + sum_{i sa N_1} log(F(g(X_i)))
kung saan ang N_0 at N_1 ay ang mga set ng 0 at 1 na obserbasyon, ang g ay isang generic na function ng
independent variable at ang F ay ang normal na CDF. Posible rin na mabawasan ang iskor
tungkulin
w_0 sum_{i sa N_0} theta(F(g(X_i))-t) +
w_1 sum_{i sa N_1} theta(tF(g(X_i)))
kung saan ang theta ay ang Heaviside function at ta threshold na antas. Mga timbang w_0 at w_1 na sukat
ang kontribusyon ng dalawang subpopulasyon. Ang unang column ng data ay naglalaman ng 0/1 na mga entry.
Ang mga magkakasunod na column ay mga independent variable. Ang modelo ay tinukoy ng isang function
g(x1,x2...) kung saan ang x1,.. ay kumakatawan sa una, pangalawa .. N-th column na mga independent variable.
na pagpipilian:
-O uri ng output (default 0)
0 na mga parameter
1 mga parameter at mga error
2 at mga probabilidad
3 mga parameter at variance matrix
4 marginal na epekto
-V pagtatantya ng variance matrix (default 0)
0
1 < J^{-1} >
2 < H^{-1} >
3 < H^{-1} JH^{-1} >
-z kumuha ng zscore (hindi sa 0/1 dummies)
-F mga separator ng input field (default " \t")
-v antas ng verbosity (default 0)
0 lamang ang mga resulta
1 mga header ng komento
2 buod na istatistika
3 covariance matrix
4 na hakbang sa pag-minimize (default 10)
5 kahulugan ng modelo
-g itakda ang bilang ng punto para sa pandaigdigang pinakamainam na pagkakakilanlan ng threshold
-h tulong na ito
-t itakda ang halaga ng threshold (default 0)
0 huwag pansinin ang threshold
(0,1) threshold na ibinigay ng user
1 compute pinakamainam lamang global
2 compute pinakamainam
-M paraan ng pagtatantya
0 maximum na posibilidad
1 min. puntos (w0=w1=1)
2 min. marka (w0=1/N0, w1=1/N1)
-A Ang mga opsyon sa pag-optimize ng MLL (default 0.01,0.1,100,1e-6,1e-6,5) na mga field ay
step,tol,iter,eps,msize,algo. Walang laman ang mga field para sa default
hakbang paunang hakbang na laki ng algorithm sa paghahanap
tol line search tolerance iter: maximum na bilang ng mga iteration
eps gradient tolerance : pamantayan sa paghinto ||gradient||
mga paraan ng pag-optimize ng algo: 0 Fletcher-Reeves, 1 Polak-Ribiere, 2
Broyden-Fletcher-Goldfarb-Shanno, 3 Pinakamatarik na pagbaba, 4 simplex
-B Ang mga pagpipilian sa pag-optimize ng marka (default 0.1,100,1e-6) na mga field ay hakbang,iter,msize. Walang laman
mga patlang para sa default
hakbang paunang hakbang na laki ng algorithm sa paghahanap
iter maximum na bilang ng mga pag-ulit
msize max size, stopping criteria simplex dim.
Gamitin ang gbnlprobit online gamit ang mga serbisyo ng onworks.net