我正在尝试使用 R 中的约束最大似然估计几个参数,更具体地说,constrOptim()
来自 R 中的 stata 包。我正在使用 Python 编程并通过 RPy2 使用 R。
在我的模型中,我假设数据遵循 Beta 分布,因此我使用预先指定的参数值创建了一个模拟数据集,现在我正在尝试估计这些参数以验证我的估计程序是否正常工作。
我观察到的是,我的估计对初始参数非常敏感。例如,我有 11 个要估计的参数(我们将这些参数称为 pam1..pam11),它们的真实值是:
pam1=0.2 pam2=0.3 pam3=0.4 pam4=0.7 pam5=0.55 pam6=0.45 pam7=0.1 pam8=0.01 pam9=0.01 pam10=45 pam11=45
在constrOptim()
我将启动参数设置为:
start_param=FloatVector((pam1,pam2,pam3,pam4,pam5,pam6,pam7,pam8,pam9,pam10,pam,11))
我在哪里设置起始值。我观察到,当我使用不同的起始值集时,结果会发生变化。例如,当我使用 set
start_param=FloatVector((0.2,0.3,0.4,0.6,0.7,0.8,0.3,0.011,0.011,15,15))
我得到以下估计
$par
[1] 0.20851065 0.30348571 0.43616932 0.73695654 0.58287221
0.45541506
[7] 0.11191879 0.02233908 0.01988878 46.57249043 45.48544918
$value
[1] -215.9711
$convergence
[1] 0
但是当我使用另一组时,例如:
start_param=FloatVector((0.2,0.3,0.4,0.75,0.55,0.45,0.3,0.05,0.05,59,59))
结果发生了变化,似乎我正在失去收敛
$par
[1] 0.17218738 0.27165359 0.48458978 0.80295773 0.62618983 0.43254786
[7] 0.12426385 0.02991442 0.01853252 57.78269692 59.35376216
$value
[1] -146.9858
$convergence
[1] 1
我的问题如下:我在Stata中看到,有一个选项可以为数值优化算法搜索更好的起始值。我尝试通过设置矩阵来设置多个起始值,但这不起作用。有没有一个选项constrOptim
可以让我做这样的事情?
提前谢谢了。
有关其他信息,我使用的规范constrOptim()
是:
res=statsr.constrOptim(start_param,Rmaxlikelihood,grad='NULL',ui=ui,ci=ci,method="Nelder-Mead",control=list("maxit=3000,trace=F"))