octave_packages/statistics-1.1.3/gamfit.m

   1 ## Author: Martijn van Oosterhout <kleptog@svana.org>
   2 ## This program is granted to the public domain.
   3
   4 ## -*- texinfo -*-
   5 ## @deftypefn {Function File} {} [A B] = gamfit (@var{R})
   6 ## Finds the maximumlikelihood estimator for the Gamma distribution for R
   7 ## @seealso{gampdf, gaminv, gamrnd, gamlike}
   8 ## @end deftypefn
   9
  10 ## This function works by minimizing the value of gamlike for the vector R.
  11 ## Just about any minimization function will work, all it has to do a
  12 ## minimize for one variable. Although the gamma distribution has two
  13 ## parameters, their product is the mean of the data. so a helper function
  14 ## for the search takes one parameter, calculates the other and then returns
  15 ## the value of gamlike.
  16
  17 ## Note: Octave uses the inverse scale parameter, which is the opposite of
  18 ## Matlab. To work for Matlab, value of b needs to be inverted in a few
  19 ## places (marked with **)
  20
  21 function res = gamfit(R)
  22
  23   if (nargin != 1)
  24     print_usage;
  25   endif
  26
  27   avg = mean(R);
  28
  29   # This can be just about any search function. I choose this because it
  30   # seemed to be the only one that might work in this situaition...
  31   a=nmsmax( @gamfit_search, 1, [], [], avg, R );
  32
  33   b=a/avg;      # **
  34
  35   res=[a 1/b];
  36 endfunction
  37
  38 # Helper function so we only have to minimize for one variable. Also to
  39 # inverting the output of gamlike, incase the optimisation function wants to
  40 # maximize rather than minimize.
  41 function res = gamfit_search( a, avg, R )
  42   b=a/avg;      # **
  43   res = -gamlike([a 1/b], R);
  44 endfunction