极大似然函数法(ML)

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

若对数似然函数为L(theta)=f(theta,x)，用极大似然估计就是求出偏导数为零，从而得到theta值。但是如果对数似然函数无法写成解析解的形式，即无法用x来表示theta时，该如何用R语言实现对参数的估计呢？
恳请高手们的援助哦~

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 似然函数 极大似然估计 Theta 对数似然 偏导数 如何

不完全清楚你的问题。我试着回答一下（水平有限）：
如果你的问题是：f(theta,x)不含无法简单计算的部分（例如f()含了复杂的积分形式），只是无法写成theta=g(x)的话，那个应该好办，有很多软件能求f(theta,x)的极值（不必通过计算偏导数来求），EXCEL的solver就可以（抱歉，我不会R，只会EXCEL）。
但如果f(theta,x)含无法简单计算的部分（例如f()含了复杂的积分形式），那就难了。你可以继续尝试某种数值方法计算f(theta,x)的近似值（能顺利求f(theta,x)的值或近似值，就可以有办法求极值）；或者放弃使用MLE法，例如考虑用BAYES方法求一个参数估计的“置信区间”，那样，MCMC方法可能可以使你避免f(theta,x)含无法简单计算的部分了。

用numeric方法，很多统计模型的MLE都没有解析解，比较常用的比如牛顿算法

可以用数值方法，R里有optim, nls等函数可以用。