python区间分布统计,Python t分布

　　请告诉我t分布最大似然估计的以下算法。

　　函数va=ml _ t(数据)

　　[m，n]=大小(数据)；

　　n=max(m，n)；

　　syms v x；

　　tmp=(v1)/2)/(v/2)；

　　f=tmp/(sqrt(v * pi))1)x^2)/v)^)v1)/2)；

　　log _ f=log(f)；

　　dog_f=diff(log_f， v )；

　　l=sym( 0)；

　　对于k=1:n，

　　L=subs(dlog_f，x，data(k)k)；

　　L=L l

　　目标

　　va=solve(L；

　　这是我自己写的程序。我使用trnd命令来生成和验证数据。例如，在trnd (3，30，1)中，生成30条遵循自由度为3的T分布的数据，然后使用该函数来估计参数是否接近3。这样一来，这个方案才能顺利通过。但是，出现了以下问题：

　　1.程序运行非常慢！虽然我们一个一个查了，但是“瓶颈”在for循环和最后一次求解两个阶段，之所以在这两个地方出现“瓶颈”，是因为“l=subs(dlog_f，x，data(k) k)”。

　　2.结果，它似乎大大偏离了最初设定的自由度。比如上面的trnd (3，30，1)，生成了30个遵循自由度为3的T分布的数据，结果好像离3很远！但是，我很少尝试，因为每次运行这个程序都要花很多时间。另外，每次的数据量也不多)

　　我想简化这个过程，但我想知道这是否可能？你有其他更好的主意吗？

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。