我懒得推文了...
问题如下：
1. 你知道logistic的MLE怎么算吗？
2. 你有了牛顿法的程式，但是你知道f3放什么？x0放什么吗？
3. 我看不懂你创的矩阵，[Y-pi1]是从哪里来的？
4. 从你的叙述里面，似乎都对newton这个函数不熟悉，你要怎么跑这个程式？
5. 你知道R可以直接用glm求logistic regression的回归系数吗？
※ 引述《ritajen (asdfge)》之铭言：
: 如题，利用牛顿法求logistic regression回归系数的最大概似估计值，
: 目前我有牛顿法的雏型，
: 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，我目前了解需先创立一个新的矩阵
: X=[1 gpa gre] (共有n行是一个n*3的矩阵)
: 再创造一个
: [Y-pi1](共有n行是一个n*1的矩阵，其中pi是机率)
: 但这个地方我不太明白pi要是多少?
: 是利用上面所创作出来的矩阵相乘得到f3，在代回上述求解吗?
: 这样解会是一个矩阵? (回归系数)
: 麻烦厉害的人求解 感谢!