我在一个学生研究职位，并且是 R 的新手。我问了一个类似的问题（发布在这里：MLE 问题）。我已经解决了最初的问题，但我遇到了更多关于此功能的问题。

我仍在使用此函数来尝试估计 theta[i]， 其中每个其他变量都是当前已知的。

下面是我的代码：

我被抛出的错误是：

错误：缺少参数“theta”，没有默认值

如果错误很愚蠢，我深表歉意，我对 R 知之甚少。

注意： 我使用 (1,1,1,1,1,1) 的向量作为 theta 的测试。这不是实际数据。剂量是对应于血清剂量水平的 6 向量。Litter Responses 是一个矩阵，描述了每窝每剂量对血清的反应。LitterSizes 是一个矩阵，描述了每窝每剂量的窝大小。LITTERS.M 是与血清接触的初始窝数。ProbabilityResponses 是一个向量，用于描述给定小鼠将受到血清影响的概率。

这是mydata的一部分：

原始数据很大，所以我上传了一部分，有 20 行。

这是功能说明

1. 幂律：y=A*x^-(u)
2. 指数：y=B*exp^(-βx)

现在，我想使用 MLE（最大似然法）来获得u幂律和β指数分布。

这些功能对吗？

使用 mle2() 获取参数：

现在有两个问题：

1. 如何确定哪一个最适合模型

   使用 confint() 可以获得 95% CI，如何获得两个模型的 Rsquared 和 AIC(Akaike weigths)？

2. 在我得到哪个最适合数据后，如何在原始数据上方绘制拟合图？

我在 Windows 7 中使用 R.3.2.2。

有人知道最大似然估计器（MLE）无法预测正确答案的一些用例场景吗？除了可能需要无限计算、样本或 NP-hard 的问题。

我正在尝试拟合以下状态空间模型。

(1) Kt = K(t-1)* + ε1t
(2)Yt = Kt + βZt + ε2t

其中，t 是时间，Yt 是可观察变量（在 t），Kt是不可观察的趋势，并且Zt是可以解释的可观察变量矩阵Yt。ε1并且ε2是状态空间模型中的常见误差项。

我需要通过 MLE 估计以下过程，并得到趋势 Kt，以及系数 β 的矩阵。但是我没有找到使用 dlm 和 dlmModReg 的方法。

我知道如何在 Matlab 中估计这个模型（见下面的链接）。但是我看不到使用 dlm 包指定像这样的模型的方法。是否可以使用 dlm 包的功能来做到这一点？

（我看到有一篇未回答的相关帖子，标题为“dlm 包中的外生变量”）

任何帮助将不胜感激（即使这意味着使用另一个包）！

http://www.mathworks.com/help/econ/implicitly-create-state-space-model-containing-regression-component.html

我正在尝试使用一些时间序列数据估计本地级别 dlm 的参数。这是我正在使用的代码，它似乎“工作”，因为它不会引发任何警告/错误：

我面临的问题是 V 和 W 的结果始终是两个 10x10 的矩阵，其中填充了 0。我不明白为什么，因为数据是按时间序列制作的，彼此之间至少应该有一点相关。我是否遗漏了模型规范中的某些内容（mo、C0、FF、GG）？

任何帮助将非常感激。非常感谢，弗朗切斯科

敬启者，

我通过 R 对二元选择任务的单个数据集（每个数据集包括几个试验，其中某个受试者需要选择选项 A 或 B）进行 MLE 分析。首先我尝试了优化（方法 = BFGS）。对于某些人，由于“非有限差分误差”，我无法获得参数估计值。我在网上搜索，发现bbmle工具箱可以通过在计算过程中提供“反转Hessian矩阵的选项”来处理这个错误。但是，即使我采用 mle2 函数并设置“skip.hessian=T”，错误仍然出现。我知道可能还有一些其他的独奏，比如改变最初的猜测；但是，有时更新后的初始猜测适用于该主题但不适用于其他主题，这真的很烦人。有人能告诉我如何在 mle2 中解决这个问题吗？我期待着您的回复。感谢，并有一个愉快的一天 ：-）

最好的，杨

很抱歉没有提供测试数据，因为我没有在线驱动器。欢迎您通过电子邮件（huyang@uni-bonn.de）获取测试数据

我的代码如下：

我正在尝试找到以下最大似然估计量和矩方法：

为了找到 s 和 w 的 MEE，我知道我必须解决以下两个函数：

我发现 E[x] = mu = 从 s 到无穷大的积分 x*1/we^((-xs)/w)dx =

然后我发现 E[X^2] = var = 从 s 到无穷大的积分 x^2*1/we^((-xs)/w)dx =

从这里我现在有我的两个方程：

现在我知道我需要解决这两个方程组，但我很难解决它们。我想为 w 或 s 求解第一个方程，并将它们代入第二个方程，但我无法弄清楚。我想知道我是否集成了正确的界限？这对我来说是有道理的，但它可能是错误的。因此，由于无法进一步使用 MME，因此我尝试了最大似然法，得到以下结果：

从这里我再次陷入困境，我不确定我是否正确地做到了这一点。我不知道我所做的对任何人是否有意义，但任何帮助将不胜感激！:)

谢谢大家！莉齐

ps 很抱歉，我输入的这种格式的数学题很难阅读，我不熟悉这个网站。

我试图从 David Ruppert 的“金融工程的统计和数据分析”中重现以下示例，该示例适合学生 t 分布到历史无风险利率：

输出伴随着以下警告消息：

警告信息：

它出现在 R 的帮助文件中，它MASS::fitdistr使用最大似然来寻找最佳参数。但是，当我手动进行优化（同一本书）时，一切顺利并且没有警告：

拟合参数在可接受的标准误差范围内，并且除了 mean 和 sd 之外，我还得到了df.

有人可以给我建议吗：

1. 为什么MASS::fitdistr会产生警告而通过优化fGarch::optim成功而没有警告？
2. 为什么没有df输出MASS::fitdistr？
3. 有没有办法MASS:fitdistr在没有警告的情况下运行这些数据并获取df？

免责声明：

类似的问题在此处和此处被问了几次而没有答案

我想用定制的负指数概率密度函数拟合一些字段数据。（动机——我最终希望将现场数据拟合到Bullock Shea 和 Skarpaas 2006表 3 中的许多分布）。

首先，我dnegexp根据这篇文章定义了一个函数： Error with custom density function definition for mle2 formula call

然后我创建了一个rnegexp函数，它使用任何给定的参数从这个分布中生成一个数据集。（请原谅这个功能的不雅 - 这不是这篇文章的主题，但欢迎提出更好的想法......）

有了这两个函数，我通过创建一个数据集来测试我的工作流程，该数据集遵循具有已知参数的负指数分布：

当我尝试mle2从bbmle包中使用来查找参数时，它给出了无意义的值，即使我给了它确切的生成参数作为起始值：

尝试限制搜索空间会在边界处产生参数估计：

我在这里错过了什么重要的东西吗？我是否定义了我的 dnegexp 函数错误？

我正在使用bbmle包中的 mle2 函数进行以下最大似然估计：

我需要估计这个模型的聚类标准误差，在变量c_id上聚类。我正在尝试实现三明治估计器，但无法从 mle2 输出中检索“肉”部分。我也尝试过使用nlm和optim（mle2 基本上是这些方法的包装）有什么建议吗？一般来说，是否有任何包提供计算聚类标准误差的函数以用于一般函数的 MLE 估计？