4221

Minitab 22 - Rekursion am Beispiel des Newton-Verfahrens für die ML-Schätzer der Weibullverteilung

  • Erstellt am 28.1.2016
  • Überarbeitet am 16.5.2024
  • Software: Minitab 22, 21, 20, 19, 18

apspaketDas entsprechende APS-Paket ist über unseren ADDITIVE Professional Service erhältlich. Um das Paket zu erhalten, kontaktieren Sie unseren Support per E-Mail an Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein. oder per Telefon unter +49 6172 5905 20 jeweils unter Angabe der APS-Paketnummer 819.

Erläuterung

Rekursion am Beispiel des Newton-Verfahrens für die ML-Schätzer der Weibullverteilung

Wie kann man in einem Minitab-Makro einen rekursiven Algorithmus implementieren?

Eine Rekursion, die mit einem Startwert x0 beginnt und einer Regel

xn+1 = f(xn)

folgt, könnte man in Minitab-Makros mit Hilfe einer Do- oder einer While-Schleife implementieren. Eine Do-Schleife hat die Form

Do CONST = NMIN:NMAX

BEFEHLE ZUR BERECHNUNG VON f(xn)

EndDo

Eine While-Schleife hat die Form

While ABBRUCHKRITIERUM NICHT ERFÜLLT

BEFEHLE ZUR BERECHNUNG VON f(xn)

EndWhile

Auch wenn man mehrere Startwerte x0,0 , ... , x0,k hat und entsprechend eine Rekursion

xn+1,0 = f0(xn,0 , .... , xn,k)
xn+1,1 = f1(xn,0 , .... , xn,k)
...
xn+1,k = fk(xn,0 , .... , xn,k)

berechnen muss, könnte man sich diese Schleifen zu Hilfe nehmen.

Für unsere Kunden, die einen ADDITIVE-Professional-Support-Vertrag, stellen wir zu Demonstrationszwecken im Downloadbereich zu dieser FAQ ein lokales Makro zur Verfügung, das mit Hilfe des Newton-Verfahren eine Maximum-Likelihood-Schätzung durchführt.

Dieses Makro ist ein Beispiel für die Automatisierungsmöglichkeiten für Minitab. Trotz aller Sorgfalt übernehmen wir keine Gewährleistung für die Richtigkeit der Berechnungen und Ergebnisse.

Question?

Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein., wenn Sie eine Frage zu diesem Artikel haben.

  • Download-ID: 819