关于用r语言极大似然估计参数问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

我的模型方程为Pr=(((0.5-beta*(A/2))*(V^(alpha)))^(mu))/((((0.5-beta*(A/2))*V^(alpha))^(mu))+(30)*(alpha/mu)),Pr、A和V已知，目标是用极大似然估计参数alpha、beta和mu三个parameter，初学r语言，程序如下：
for(i in 1:1080) {
  #设定随机数生成种子
  set.seed(10086)
  #生成一批实验数据
  # <- 60 # 设定样本容量
  #x <- rnorm(sample_num) # 生成解释变量
  #epsilon <- rnorm(sample_num, sd=2) # 生成模型的扰动项
  Pr <- (((0.5-beta*(A/2))*V^(alpha))^(1/mu))/((((0.5-beta*(A/2))*V^(alpha))^(1/mu))+(30)*(alpha/mu)) # 生成被解释变量
  ## 显然，我们的总体参数是alpha、beta和mu
  # 设定对数似然函数
  Pr <- para0[i,5]
  A <- para0[i,3]
  V <- para0[i,4]
  logf <- function(para) {
    # 定义参数
    alpha <- para[1]
    beta <- para[2]
    mu <- para[3]
    # 计算并返回相应的对数似然函数
    sum(dnorm(Pr-(((0.5-beta*(A/2))*V^(alpha))^(1/mu))/((((0.5-beta*(A/2))*V^(alpha))^(1/mu))+(30)*(alpha/mu)), log = TRUE))
  }
  # 设定初始值
  # 参数位置需与对数似然函数中的参数向量一一对应
  start_para <- c(1, 1, 1)

  # 求解极大似然估计值
  result <- maxLik(logLik = logf, method='NM',start = start_para)

  # 打印估计值
  summary(result)
}


但是输出不了估计值，报错：
>   summary(result)
Error in eigen(hess, symmetric = TRUE, only.values = TRUE) :
  'x'里有无穷值或遗漏值

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：极大似然估计 似然估计 极大似然 R语言 Parameter

您提供的代码，删了什么东西吗，代码不通啊

感谢您的回复，我后面修改了一下代码，但还是跑不通，我把注释都删了，您能看一下哪有问题吗
for(i in 1:1080) {
  set.seed(10086)
  Pr <- para0[i,5]
  A <- para0[i,3]
  V <- para0[i,4]
  if (A <- 0){
    logf <- function(para) {
      alpha <- para[1]
      mu <- para[2]
      sum(dnorm(Pr-((((0.5)*V^(alpha))^(1/mu))/((((0.5)*V^(alpha))^(1/mu))+(30)*(alpha/mu))), log = TRUE))
    }
    start_para <- c(1, 1)
    result <- maxLik(logLik = logf, method='NM',start = start_para)
    summary(result)
  }else{
    logf <- function(para) {
      alpha <- para[1]
      beta <- para[2]
      mu <- para[3]
      sum(dnorm(Pr-(((0.5-beta*(A/2))*V^(alpha))^(1/mu))/((((0.5-beta*(A/2))*V^(alpha))^(1/mu))+(30)*(alpha/mu)), log = TRUE))
    }
    start_para <- c(1, 1, 1)
    result <- maxLik(logLik = logf, method='NM',start = start_para)
    summary(result)  
  }
}

llb_321 发表于 2022-5-5 10:41
您提供的代码，删了什么东西吗，代码不通啊

感谢您的回复，我后面修改了一下代码，但还是跑不通，我把注释都删了，您能看一下哪有问题吗
for(i in 1:1080) {
  set.seed(10086)
  Pr <- para0[i,5]
  A <- para0[i,3]
  V <- para0[i,4]
  if (A <- 0){
    logf <- function(para) {
      alpha <- para[1]
      mu <- para[2]
      sum(dnorm(Pr-((((0.5)*V^(alpha))^(1/mu))/((((0.5)*V^(alpha))^(1/mu))+(30)*(alpha/mu))), log = TRUE))
    }
    start_para <- c(1, 1)
    result <- maxLik(logLik = logf, method='NM',start = start_para)
    summary(result)
  }else{
    logf <- function(para) {
      alpha <- para[1]
      beta <- para[2]
      mu <- para[3]
      sum(dnorm(Pr-(((0.5-beta*(A/2))*V^(alpha))^(1/mu))/((((0.5-beta*(A/2))*V^(alpha))^(1/mu))+(30)*(alpha/mu)), log = TRUE))
    }
    start_para <- c(1, 1, 1)
    result <- maxLik(logLik = logf, method='NM',start = start_para)
    summary(result)  
  }
}

我用你的代码，把 if (A <- 0)改成 if (A < 0)后，用猜测的para0数据，试了一下：
1、if (A <- 0)这种写法，以前没遇到过，我不确定是否正确，查了帮助文档，觉得您可能是笔误。
2、当测试数据的3、4、5列均为正值时，无报错，有结果。当测试数据改为正负值时，出现你遇到的报错。
3、您代码中，method="NM"，按照文档说明，用于constrained MLE，但仅是实验性，并明确提示限制性参数空间的方差-协方差矩阵是错的。
4、改用method="BFGS"，虽然有报错，但有结果，summary(result)提示收敛。
数据、似然函数、代码的参数，可以从这三个方面找找原因吧。

你好，我是R小白，请问para0是如何来的?

这个错误通常是因为对数似然函数的参数取值不合理，导致计算出来的似然函数值为无穷大或者NaN（Not a Number）。这会导致 Hessian 矩阵计算出错，进而导致程序报错。

你可以尝试检查以下几个方面：

• 确保你的数据生成代码能够正确生成 Pr 的值，并且 Pr 的值没有缺失或者为无穷大或NaN。

• 确保初始值 start_para 和估计函数 logf 中的参数一一对应，并且初始值取值合理。

• 尝试更改优化算法的 method 参数。目前你的程序使用了 Nelder-Mead 算法，你可以尝试使用其他优化算法，如 BFGS 或 L-BFGS-B 算法，来检查是否能够得到更好的结果。

• 确认一下 logf 中的对数似然函数是否正确。你可以尝试将参数带入对数似然函数中手动计算一下，看看是否能得到正确的结果。

  
  

希望以上建议能够帮助你找到问题所在，并且顺利得到估计结果。