我懶得推文了...
問題如下：
1. 你知道logistic的MLE怎麼算嗎？
2. 你有了牛頓法的程式，但是你知道f3放什麼？x0放什麼嗎？
3. 我看不懂你創的矩陣，[Y-pi1]是從哪裏來的？
4. 從你的敘述裡面，似乎都對newton這個函數不熟悉，你要怎麼跑這個程式？
5. 你知道R可以直接用glm求logistic regression的迴歸係數嗎？
※ 引述《ritajen (asdfge)》之銘言：
: 如題，利用牛頓法求logistic regression迴歸係數的最大概似估計值，
: 目前我有牛頓法的雛型，
: rm(list = ls())
: newton <- function(f3, x0, tol = 1e-9, n.max = 100) {
: x <- x0
: f3.x <- f3(x)
: n <- 0
: while ((max(abs(f3.x[[1]])) > tol) & (n < n.max)) {
: x <- x - solve(f3.x[[2]]) %*% f3.x[[1]]
: f3.x <- f3(x)
: n <- n + 1
: }
: if (n == n.max) {
: cat('newton failed to converge\n')
: } else {
: return(x)
: }
: }
: 以下是我的data，我目前了解需先創立一個新的矩陣
: X=[1 gpa gre] (共有n行是一個n*3的矩陣)
: 再創造一個
: [Y-pi1](共有n行是一個n*1的矩陣，其中pi是機率)
: 但這個地方我不太明白pi要是多少?
: 是利用上面所創作出來的矩陣相乘得到f3，在代迴上述求解嗎?
: 這樣解會是一個矩陣? (迴歸係數)
: 麻煩厲害的人求解 感謝!