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
Das entsprechende APS-Paket ist über unseren ADDITIVE Professional Service erhältlich. Um das Paket zu erhalten, kontaktieren Sie unseren Support per E-Mail an
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.
|