我的代码有点卡住了，如果有人可以帮助我，我将不胜感激！
下面的代码基本上是我编写的一个函数，它使您能够根据具有参数 μ、σ2 和 τ 的截断正态分布的 iid 样本 x1、...、xn 计算 μ 和 σ2 的最大似然估计值，其中τ 的值是已知的。
这是我到目前为止的代码。
tnorm.negll <- function(theta,xbar,SS,n,tau){
#storing variance into a more appropriate name
sigmasq <- theta[2]
logvar <- log(sigmasq)
if (sigmasq<0) {
warning("Input for variance is negative")
return(Inf)
}
#storing mean into a more appropriate name
mu <- theta[1]
#standard normal
phi <- function(x) exp(-x^2/2)/sqrt(2*pi)
#using the given formula for the negative log-likelihood
negloglike <- (n/2)*(logvar) + (SS - 2*n*mu*xbar + n*mu^2)/(2*sigmasq) + n*log(1-phi((tau-mu)/(sqrt(sigmasq))))
#returning value:
return(negloglike)
}
我现在需要编写另一个函数，比如 trnorm.MLE()，它将使用上面的函数来计算 μ 和 σ2 的最大似然估计，给定一个观测向量 x1、...、xn 和 τ 值。
我决定我的函数应该有以下参数：
- x：观察向量，
- tau ：阈值，
- theta0：向量，元素为 theta0[1] 初始猜测 mu 和 theta0[2] 初始猜测 sigmasq。
理想情况下，trnorm.MLE() 函数应该返回一个长度为 2 的向量，其中第一个分量是 μ 的 MLE，第二个分量是 σ2 的 MLE。
作为猜测，我写了这个：
x <- rep(1:11, c(17,48,68,71,42,19,14,7,1,0,1))
tau <- 3
theta0 <- c(3,15)
xbar <- mean(x)
SS <- sum(x^2)
n <- length(x)
nlm(tnorm.negll,theta0,xbar,SS,n,tau,hessian = TRUE)
我知道这远非正确，但我无法正确表达！我收到各种错误
nlm 中的错误（tnorm.negll，theta0，xbar，SS，n，tau，hessian = TRUE）：“nlm”优化器中的函数值无效
或者
if (theta[2] >= 0) { 中的错误：需要 TRUE/FALSE 的缺失值
谢谢您阅读此篇。希望有人可以指导我完成这个？
此致。