用R做最大似然估计，如何根据多个样本量进行模拟？

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

最大似然估计，此处有500 sets of data, size n=100，用了如下的代码。


library(stats4)
muhat <- NULL
sigmahat <- NULL
mu <- 2
sigma <- 2
k <- 500
n <- 100

# Calculate alpha and beta for k times (do k times simulation, each with n data points)
for (j in 1:k) {
        y <- rnorm(n, mu, sigma) # True value and sample size
        # MOM estimates
        mu.mom <- mean(y)
        sigma.mom <- (var(y))^0.5
        # Negative loglikelihood function (to be minimised)
        nloglike <- function(mu, sigma) {
                llikei <- suppressWarnings(dnorm(y, mu, sigma))
                -sum(log(llikei))
        }
        # Output
        normal.mle <- mle(nloglike, start = list(mu = mu.mom,
                                                 sigma = sigma.mom))
        muhat[j] <- coef(normal.mle)[[1]]
        sigmahat[j] <- coef(normal.mle)[[2]]
}

如果需要用不同的样本量和数据个数做多次模拟，比如样本量为n <- c(20, 30, ... , 100)，数据个数k <- c(100, 200, 500)，该怎么修改？谢谢

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0 回帖

关键词：最大似然估计 最大似然 似然估计 样本量 Library library 如何

将计算封装进一个function，然后可以多次调用（使用不同参数）。