极大似然估计中参数标准差怎么估计

         最近在学习使用r语言进行极大似然估计的操作，知道可以使用optim、nlminb和MaxLix包来对未知参数进行估计，但发现这三个函数都只能给出参数的估计值和似然函数最优值，并不能给出待估参数的近似标准差，造成后续的参数检验无法进行。        请问有没有办法能直接输出参数标准差呢？或者怎样编写语言计算Fisher信息矩阵在参数估计值处的逆矩阵？
        在此请教大家，希望能有高手赐教！先行谢过！

没人回复，自己先来顶一下！！
另外刚才发现maxLik可以输出hess值，这个矩阵是我想要的信息阵吗？

可以考虑使用bootstrap的方法，这种方法结合最大似然法就可以给出待估参数的标准差（其实是该参数的整个分布）.但是，我不知什么软件来实现。如果是我就自己编程罗。

参数标准差就是信息阵的相应对角元（例如，如果是第一个参数那么就是对角线第一个数）的开方

oliyiyi 发表于 2016-2-9 21:01
参数标准差就是信息阵的相应对角元（例如，如果是第一个参数那么就是对角线第一个数）的开方

是的，这个我明白，但我不知道调用hess值得到的是否为信息阵呢，谢谢您！

hopelesscat 发表于 2016-2-9 22:43
是的，这个我明白，但我不知道调用hess值得到的是否为信息阵呢，谢谢您！

求MLe时一般用N-L算法，迭代矩阵就是Hess阵，也就是信息阵

oliyiyi 发表于 2016-2-10 06:52
求MLe时一般用N-L算法，迭代矩阵就是Hess阵，也就是信息阵

太感谢您了，您的意思是我用r语言计算时，应该使用nlminb函数来求解是吗？这个函数运算以后的迭代矩阵怎么调用呢？

得到hessian
用solve函数来inverse得到covariance matrix

ntsean 发表于 2016-2-10 10:55
得到hessian
用solve函数来inverse得到covariance matrix

谢谢，请问如何得到hessian？nlminb函数的结果不给出hessian阵，用哪个函数能够调用呢？

如果仅是线性模型估计，则直接用如glm,lm等估计即可，没必要用optim、nlminb和MaxLix。前者相当可靠，后者不一定可靠！！若认为glm lm 等简单，可参考rms 包！！！！