我想在函数中为我的参数找到 MLE 的 95% CI,但我不知道如何。
给定函数是幂律分布
f(x)=Cx^(-mu),
我使用 R 中的 bbmle 包计算了 mu 的 MLE。
互联网上的一些人说使用配置文件可能性来做到这一点,但我不确定如何在 R 中使用,或者其他导致相同结果的方法也可以。
非常感谢并提前感谢!
更新:
load("fakedata500.Rda")
> library(stats4)
> library(bbmle)
> x<-fakedata500
> pl <- function(u){-length(x)*log(u-1)-length(x)*(u-1)*log(min(x))+u*sum(log(x))}
mle1<-mle2(pl, start=list(u=2), data=list(x))
> summary(mle1)
Maximum likelihood estimation
Call:
mle2(minuslogl = pl, start = list(u = 2), data = list(x))
Coefficients:
Estimate Std. Error z value Pr(z)
u 2.00510 0.04495 44.608 < 2.2e-16 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
-2 log L: 1300.166
所以估计的 mu 是 2.00510,我想得到它的 95% CI,这可能看起来很荒谬,因为我开始的 mu 是 2,所以 2.00510 非常接近它,但我也会将此方法应用于其他数据集我还没有遇到过,所以真的希望找到一种方法来做到这一点。