下面的代码从具有已知西格玛的正态分布中找到n(=3)个变量的联合似然。我试图将其扩展到从具有三个未知参数(位置、规模和df)的位置-等级-t分布中找到n个变量的联合似然性,但我很难确定如何在这里进行。有什么有用的功能吗?目前,我正试图通过指定多个参数域来手动执行此操作。。。
n = 3; x = stats.norm(loc=0,scale=1).rvs(n, random_state = 10); # set seed
parameter_domain = np.linspace(-10,10,1001);
likelihood = stats.norm.pdf((x[:,np.newaxis])*np.ones(parameter_domain.shape),
loc=parameter_domain1, scale=1)#.prod(axis=0) # sigma=1 known
n = 3
df_true = 15, loc_true = 10, scale_true = 2
x = stats.t(df = df_true, loc = loc_true, scale = scale_true).rvs(n, random_state = 10) # Data from location-scale-t distn.
df_parameter_domain = np.linspace(1, 100, 100)#np.linspace(-10,10,1001);
loc_parameter_domain = np.linspace(-10,10,1001)
scale_parameter_domain = np.linspace(0, 10, 1001)
likelihood = stats.t.pdf((x[:,np.newaxis])*np.ones(parameter_domain.shape),
loc=df_parameter_domain, scale=scale_parameter_domain, df = df_parameter_domain)#.prod(axis=0) # no variables known