估计学生t回归模型Matlab开发

此代码基于 RIS（递归重要性采样）和 MSL（最大模拟似然）程序，可用于时空自回归概率模型的估计。

matlab开发-自回归模型的最小距离估算。该软件包专门用于执行自回归模型中的最小距离估算。

包含3个.m文件：第一个文件使用CIR模型模拟期限结构，第二和第三个文件进行模拟并估计模型的参数。结果展示了200次运行的均值和标准差，验证滤波器的性能。详细信息请参考http://www.bankofcanada.ca/en/res/wp/2001/wp01-15a.pdf和/或Ren-Raw Chen和Louis Scott的文章“期限结构的多因素Cox-Ingersoll-Ross模型：来自卡尔曼滤波器模型的估计和测试”（房地产金融与经济杂志27，第2期，2003年，143-172页）。欢迎提出建议或评论。

计算机视觉领域中，使用Matlab进行开发，专注于学生竞赛运动估计。本章节探讨了学生竞赛队如何通过计算机视觉训练来提升其技能。

该文章专注于计算未配对或配对样本的学生t检验。此文档适用于样本大小相等或不相等的情况，以及配对或未配对的样本。在未配对样本检验时，使用Fisher-Snedecor F检验来评估方差的等性。如果方差不相等，则执行Satterthwaite的近似t检验。语法包括TESTT(X1, X2, TST, ALPHA, TAIL)，其中X1和X2是数据向量（必填），TST是未配对（0）或配对（1）测试类型（默认为0），ALPHA是显著性水平（默认为0.05），TAIL是单侧检验（1）或双侧检验（2）（默认为1）。

这份文件专为估计用户传播提供MATLAB开发支持。

EstimHidden是一个专门用于非参数估计的包，适用于以下情况：1. 在观察到Z=X+noise1的卷积模型中估计X的密度；2. 在“变量误差”模型中估计函数b（漂移）和s^2（波动率），其中Z和Y遵循观察模型Z=X+noise1和Y=b(X)+s(X)noise2；3. 在随机波动率模型中估计函数b（漂移）和s^2（波动率），其中Z遵循观察模型Z=X+noise1，并且X_{i+1} = b(X_i) + s(X_i)noise2。对于噪声1的密度，我们考虑高斯（'正常'）、拉普拉斯（'symexp'）和log（Chi2）（'logchi2'）三种情况。

Matlab开发：比较5种估计方法。包括卡尔曼滤波器、隐式动态反馈、滤波器偏差更新和移动地平线估计。

2017年春季，阿尔伯塔大学计算机科学系的博士伯纳德·拉诺斯（Bernard Llanos）与Y.-H博士合作，开发了一种通过光谱重建实现去马赛克和色差校正的Matlab回归分析计算t统计量代码。该代码功能包括图像配准、色彩空间转换、光谱信息重采样以及批量图像处理和输出，用于校正横向色差，并可在RGB或光谱图像上执行扭曲，以优化图像质量。