急，似然方程出错，请高手帮我检查一下！

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

我用stats4包中的mle求负指数方程的2个参数，但是总出问题。
负指数方程f(x)=a*exp(-bx)
library(stats4)
x.fuzhi=c(112,80,49,45,42,35,34,29,23,17,14,12,13,5,3,3,1)
ll<-function(a,b){n<-17
x<-x.fuzhi
-n*log(a)+b*sum(x)}##负对数似然方程
est<-mle(minuslog=ll, start=list(a=2,b=0.05))
summary(est)

结果总是Error in solve.default(oout$hessian) :
Lapack routine dgesv: system is exactly singular


请问，哪里出了问题呢？

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：Library stats BRARY lib UZH 方程 高手 检查

hessian 矩阵式奇异的

请问，怎么解决呢？我的似然方程不对吗，还是这个数据用极大似然估计不出来？

可以用 modified Marquardt 方法，sata我不会用，但以前用matlab做过优化碰到过类似的情况，但愿对楼主有所帮助


在
sata网上查到此信息，最优化设置选项

moptimize_init_singularHmethod(M, singularHmethod) specifies the            action to be taken during optimization if the Hessian is found to            be singular and the technique requires the Hessian be of full            rank.  Allowed values are
               singularHmethod   description               --------------------------------------------------------               "m-marquardt"     modified Marquardt algorithm               "hybrid"          mixture of steepest descent and Newton               --------------------------------------------------------               The default is "m-marquardt".               "hybrid" is equivalent to ml's difficult option; see [R] ml.

syslon
     谢谢你的回复，还不知道在R中如何处理这种情况，但我觉得数据应该没问题，只是找不到原因。

遇到这种问题很正常，二阶导数出问题了，用修正的 Marquardt方法就可解决此问题

negative exponential distribution
f(t)=a*exp(-a*t)

likelihood function可参考:
http://en.wikipedia.org/wiki/Exponential_distribution

ding yi xia

你检查下你的函数，是不是无论参数怎么变，函数值都一样？我遇到这样的错误提示时会出现上述状况

可能是多重共线