0

我在 R 中使用 optim() 来解决涉及积分的可能性并获得 2 个参数的 hessian 矩阵时遇到了一些麻烦。算法收敛，但是当我在 optim() 中使用 hessian=TRUE 选项时出现错误。错误是：

积分错误（integrand1，lower = s1[i] - 1，upper = s1[i]）：非有限函数值

也有 NA 的警告信息

这是我的代码：

s1=c(1384,1,1219,1597,2106,145,87,1535,290,1752,265,588,1188,160,745,237,479,39,99,56,1503,158,916,651,1064,166,635,19,553,51,79,155,85,1196,142,108,325  
 ,135,28,422,1032,1018,128,787,1704,307,854,6,896,902)

LLL=function (par) {

  integrand1 <- function(x){ (x-s1[i]+1)*dgamma(x, shape=par[1], rate=par[2]) }
  integrand2 <- function(x){ (-x+s1[i]+1)*dgamma(x, shape=par[1],rate=par[2]) }



  likelihood = vector() 

  for(i in 1:length(s1)) {likelihood[i] = 
    log( integrate(integrand1,lower=s1[i]-1,upper=s1[i])$value+ integrate(integrand2,lower=s1[i],upper=s1[i]+1)$value )  
  }

  like= -sum(likelihood)
  return(like)

}




optim(par=c(0.1,0.1),LLL,method="L-BFGS-B", lower=c(0,0))
optim(par=c(0.1,0.1),LLL,method="L-BFGS-B", lower=c(0,0), hessian=TRUE)

谢谢你的帮助！

4

1 回答 1

0

optim最小化函数。您可以在给定参数的情况下绘制似然函数rate。它需要一些摆弄才能得到一个情节。像这样做：

z2 <- function(rate) {
    par <- numeric(2)
    par[1] <- .68
    par[2] <- rate
    y <- LLL(par)
    y
}

z1 <- Vectorize(z2,vectorize.args="rate")

curve(z1, from=.001,to=1)

您将看到对于 的最小值，该函数是最小的rate。如果您更改from为.1. 我无法判断估计是否有效。

于 2017-01-09T19:53:53.990 回答