1

我正在尝试在 R 中实现以下对数似然函数。

∑<em>(i∈I)ln{∑</em>(s∈S)p(s)* p_i(s)}

变量 p_i(s) 给出的(err_mat[i,j]*(1-Beta) + Beta*(1-err_mat[i,j]) 变量 p(s) 是过程 s 的概率，最多有 12 个可能的过程。

我写了一个关于如何计算 pi_s 的简单表示，它取决于一个未知参数：beta。优化函数的输入是一个“错误”矩阵（0 或 1），并估计哪个数据生成过程最有可能适合数据。有 12 个可能的过程可以产生数据，给出 12 个概率 p_s，限制在 (0,1) 之间，并且应该总和为 1 以进行估计。还有第 13 个参数 beta，它捕获了过程中的噪声。

到目前为止，在stackoverflow上进行了大量搜索，我有以下功能：

  `beta_llh <- function(err_mat) {
    nr <- dim(err_mat)[1]
    nl <- dim(err_mat)[2]
    pi_s = c(rep(1,12))
    function(pars) {
     for (i in 1:nr){
      for (j in 1:nl){
        pi_s[i] = pi_s[i] * (err_mat[i,j]*(1-Beta) + Beta*(1-err_mat[i,j]))
      }

       pi_s[i] = pi_s[i]*p_s[i] # multiply pi_s by p_s
    }

    result = sum(llh) # MAKE a sum for the pi_s and p_s 
  }
 }`

样本误差矩阵如下：

err_matrix = matrix(c(rep(0,40), rep(1,440)), nrow=12, ncol=40, byrow= TRUE)

我目前的优化功能是：

optim(par=c(rep(0,13)), fn=llh_value, lower=c(rep(0,13)),upper=c(rep(1,13)), method = "L-BFGS-B")

我现在的问题是：

  1. 我如何编码前 12 个参数总和为 1 的约束。

  2. 鉴于我在内部求和中已经有一个未知参数，我如何对外部求和进行编码。当我尝试使用下面的代码将内部求和传递到外部 for 循环时，出现错误。

    llh_All <- matrix(rep(1,2), nrow=2, ncol=1 )
for(s in 1:n){
  dataS = subset(testDF, testDF$ID1 == "s")
  # get its error matrix
  err_mat  <- get_err_matrix(dataS)
  # get its llh
  llh_S = beta_llh(err_mat)
  llh_All[s] <- llh_S
  }
result = sum(llh_All)

我收到以下错误：

    Error in llh_All[s] = llh_S : 
    incompatible types (from closure to double) in subassignment type fix

我花了大约 3 天的时间试图自己解决这个问题，我将不胜感激。谢谢，

4

1 回答 1

0

要使参数总和为 1，您可以执行类似params[12] <- 1 - params[1:11]. 对于 的问题log(sum(llh))，这意味着它sum(llh)不是正数或者您的函数没有返回数字......事实上，我认为您的一些问题可能源于您的beta_llh函数返回一个函数，而不是一个值。尝试做return(res)或return(sum(llh))。然后，对于与 相关的错误llh_All[s] = llh_S，上一行应该是llh_S = beta_llh(err_mat)(par)... 但你必须弄清楚你par应该是什么。

老实说，你的问题目前很分散。您的代码中有几个错误需要其他人进行调试，而不是一个单一的、有针对性的编程问题。如果这没有帮助，您可能需要稍微提炼问题并更具体。

于 2015-08-02T17:32:46.313 回答