gbnlprobit - Online sa Cloud

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