请教高手：关于残差非典型分布的极大似然估计方法

shiyiming

小弟近日遭遇一大难题，特来向各位高手请教，非常感谢！
有一多元线性回归方程（样本量500组左右），其残差不符合常见分布，但是可以写出残差分布的密度函数（很庞大，且含3个待估参数，待估参数无观测值），进而可以写出对数似然函数
我的问题是，能否利用最大似然估计得到回归方程的各变量系数与残差密度函数里面的3个待估参数？如果可以，应当如何实现这个估计过程？

请各位高手为小弟解惑，如有必要，我可以给出回归方程与似然函数的具体形式，不胜感谢！

shiyiming

印象中看到过，给你找了一下，这里有例子 <!-- m --><a class="postlink" href="http://psych.colorado.edu/~carey/Courses/PSYC7291/ExampleCode.htm">http://psych.colorado.edu/~carey/Course ... leCode.htm</a><!-- m -->

shiyiming

感谢pligly 提供的信息^_^
不过小弟土鳖一个，还是没找到办法 <!-- s:( --><img src="{SMILIES_PATH}/icon_sad.gif" alt=":(" title="Sad" /><!-- s:( -->
这个问题其实是这样的，我把回归方程的残差分成了3部分v+u+w，其中v~N（0，a^2），u~Exp(b,b^2),w~Exp(c,c^2)，我希望得到a，b，c的估计值....
这个组合残差的密度函数是写得出来的，似然函数也可以得到，但是应该怎么估计呢？

shiyiming

cheermoon我有点不明白你的问题，既然似然函数已经有了，对各个参数求偏导令其为零，不就可以得到参数的估计值了吗？

shiyiming

小弟要请教的正是如何在程序里面实现这个过程，之前没用过sas，一筹莫展 <!-- s:( --><img src="{SMILIES_PATH}/icon_sad.gif" alt=":(" title="Sad" /><!-- s:( -->
昨天试写了一段程序，不少语法错误 <!-- s:( --><img src="{SMILIES_PATH}/icon_sad.gif" alt=":(" title="Sad" /><!-- s:( --> ，哪位牛人能帮俺改一下？
data Hed;
      input p        lh        jz        wy        rj        l2        l3        l4        l5        d2        d3        d4        d5        d6;
      datalines;
数据;
proc nlmixed data=Hed;
      parms b0=8 b1=0 b2=0 b3=0.6 b4=0 b5=-0.2 b6=-0.2 b7=-0.3 b8=-0.5 b9=0 b10=0 b11=0.2 b12=0.2 b13=0.2 sv=0.2 su=0.4 sw=0.4;
      cc=p-(b0+b1*lh+b2*jz+b3*wy+b4*rj+b5*l2+b6*l3+b7*l4+b8*l5+b9*d2+b10*d3+b11*d4+b12*d5+b13*d6);
      alp1=cc/su+sv**2/(2*(su**2));
      alp2=sv**2/(2*(sw**2))-cc/sw;
      beta1=-(cc/sv+sv/su);
      beta2=cc/sv-sv/sw;
      z=log(exp(alp1)*probnorm(beta1)+exp(alp2)*probnorm(beta2));
      ll=-n*log(su+sw)+sum(z);
      model p ~ general(ll);
   run;
有多少错误俺不知道，不过倒数第三行就有两个地方不对。1、有n组观测值，n咋表示？2、sum（z）语法好像错了，但是俺不知道怎么写，z是之前生成的一个新序列，后面用到和了，咋求呢？