小编nas*_*ash的帖子

我试图重现实际和估计参数'tau'(for over a month :()之间的均方误差.估计'tau',即'tau_hat'通过最大似然估计(MLE)获得,如下所示.

联合概率密度函数f(y|x,tau)由下式给出

在哪里u_i = x_i +T和T~IG(mu,lambda).IG:逆高斯.u是期望值y.PDF格式由.f_T(t)给出

我根据这个网站编写的代码是

    clear
    lambda  =   8.1955;
    mu      =   10;
    N       =   128; % max number of molecules
    x       =   zeros(N,1); % transmission time of the molecules from the Tx; for K = 1
    tau     =   .5; % arbitrary initital tau
    simN    =   1000 ; % # runs per N …

我有以下代码，希望估算自定义分发的参数。有关发行的更多详细信息。然后，使用估计的参数，我想查看估计的PDF是否类似于给定数据的分布（应该与给定数据的分布匹配）。

[编辑]：“ x”现在保存数据样本，而不是PDF

主要代码是：

x           = [0.0320000000000000   0.0280000000000000  0.0280000000000000  0.0270000000000000  0.0320000000000000  0.0320000000000000  0.0480000000000000  0.0890000000000000  0.0500000000000000  0.0620000000000000  0.0480000000000000  0.0300000000000000  0.0520000000000000  0.0460000000000000  0.0540000000000000  0.0520000000000000  0.0510000000000000  0.0310000000000000  0.0330000000000000  0.0330000000000000  0.0380000000000000  0.0850000000000000  0.102000000000000   0.0290000000000000  0.0530000000000000  0.0590000000000000  0.0320000000000000  0.0800000000000000  0.0410000000000000  0.0280000000000000  0.0670000000000000  0.0350000000000000  0.0420000000000000  0.0280000000000000  0.0370000000000000  0.0480000000000000  0.0330000000000000  0.101000000000000   0.0420000000000000  0.0840000000000000  0.0340000000000000  0.0900000000000000  0.0900000000000000  0.0460000000000000  0.0290000000000000  0.0330000000000000  0.0350000000000000  0.0330000000000000  0.0320000000000000  0.0420000000000000  0.0600000000000000  0.0500000000000000  0.0390000000000000  0.0480000000000000  0.0680000000000000  0.0330000000000000  0.0510000000000000  0.0430000000000000  0.0270000000000000  0.0330000000000000  0.0590000000000000  0.0380000000000000  0.0270000000000000  0.0600000000000000  0.0310000000000000  0.0520000000000000  0.0350000000000000  0.0640000000000000  0.0570000000000000  0.0520000000000000  0.0330000000000000  0.0480000000000000 …

举例来说,如果我有三个表达式:A,B和C如下:

A(i+1) = A(i) + C(i).k
B(i+1) = B(i) + A(i).h
C(i+1) = A(i) + B(i)

其中k和h是一些常数,m并且n是所需的大小C.i是先前获得的值,i+1是下一个值.现在,如果我使用for循环,那么我可以将其编码为:

A(1)= 2;
B(1)= 5;
C(1)= 3;
for i=1:10
    A(i+1) = A(i) + C(i)*2;
    B(i+1) = B(i) + A(i)*3;
    C(i+1) = A(i) + B(i);
end

它工作得很好.但我想用矢量形式编码,就像在不必使用循环一样.但问题是我不知道如何绕过依赖:

• A在其先前的值和以前的C值
• B它的前一个值和之前的C值A
• C在以前的值A和B

如果我有一个阵列

A = [2 4 6 8]

和另一个数组

B = [1 2 3 4 5 6 7]

然后我想取第一个元素A,即将2每个元素添加到其中B并将结果数组保存到矩阵中C.
接下来,我想把4它添加到每个元素B并再次保存到C.
类似地,对于6和8元素,重复相同的过程.

如何在C不使用循环的情况下获取矩阵？

C = [(3 4 5 6 7 8 9)' (5 6 7 8 9 10 11)'  (7 8 9 10 11 12 13)'  (9 10 11 12 13 14 15)']