问题标签 [nlm]

我已经在 R 中安装了 mixdist 包来组合发行版。具体来说，我正在使用该mix()功能。请参阅文档。 基本上，我得到

Error in nlm(mixlike, lmixdat = mixdat, lmixpar = fitpar, ldist = dist, : missing value in parameter

我用谷歌搜索了错误消息，但没有弹出有用的结果。

我的第一个参数mix()是一个名为 data.df 的数据框。它的格式与内置数据集 pike65 完全相同。我也做了data.df <- as.mixdata(data.df)。

我的第二个论点有两行。它是一个名为 datapar 的数据帧，其格式与 pikepar 完全相同。我的pi值是 0.5 和 0.5。我的mu值是 250 和 463（基于我的数据集）。我的sigma值是 0.5 和 1。

我的电话mix()看起来像：
fitdata <- mix(data.df, datapar, "norm", constr = mixconstr(consigma="CCV"), emsteps = 3, print.level = 2)

打印显示我的pi值在第一次迭代后从 0.5 变为 NaN，并且我的梯度变为 0。

我将不胜感激在解决此错误方面的任何帮助。

谢谢，
你

我尝试使用 R 中的 nlm 函数来最小化 -2likelihood。我的似然函数的一个组成部分是使用 adaptItegrate 计算的双积分。有了一些预先指定的起始值，我很快就得到了似然值（不到 1 分钟）。但是，当我使用 nlm 函数进行优化时，第一次迭代花费了相当长的时间（几乎 1 小时），最终我收到有关“内存重新分配”的错误消息。任何人都知道为什么会发生这种情况？我该如何解决这个问题。这是我的双重积分函数：

我需要找到 nlm 函数的源代码。

当我使用

出现以下代码

现在当我想看看什么是 insodeC_nlm

我试过了

我得到

经过一些网络搜索后，我发现我需要grep在此之后使用。

但我不知道如何使用它。我尝试了这些参考

如何定位 .External2() 调用的代码？

如何查看函数的源代码？

谁能告诉我如何进一步进行？

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？

我有这段代码，它使用参数计算负二项分布：

和功能：

现在，这段代码的结果是

下一步是使用nlm(Non-Linear Minimization) 找到 x 和 κ 的最大似然估计，假设 params = (x, κ)

但是，如果我将初始函数中的 dat[,1] 更改为 dat[1] 我会得到一个错误：Non-numeric argument to math function

有什么建议么？谢谢

背景：

qcauchy(p, location, scale)是一个内置的基本 R 函数。在此函数中，“位置”表示中心，“刻度”表示对称钟形曲线的分布（就像正态分布一样）。“位置”可以是任何数字（负数、正数、非整数等）。并且"scale"可以是任何大于"0"的数字。还有，“p”是概率，因此 0 <= p <= 1。

编码问题：

仅作为 1 个示例，假设我知道，那么，有没有qcauchy(p = c(.025, .975), location = x, scale = y ) = c(-12.7062, 12.7062 )办法找出x和y（即，在一定的误差范围内）？

PS：作为一个小的可能开始，nlm()（即非线性最小化）可以在这里提供帮助吗？或者最右边的事实 [ie, c(-12.7062, 12.7062 )] 是相同的数字但符号相反。

导致 f(x, ...) 中的错误：缺少参数“x”，没有默认值帮助我找出错误和解决方案

给定一个函数 F1：

F1 返回最后一个方程的结果

我想以最后一个方程的结果收敛为零的方式确定参数 x 的值。和

我得到了一个结果，但并不令人满意：

我对 nlm 命令的参数（gradtol、stepmax、iterlim 等）玩了很多，但我无法获得更好的结果。我还尝试了 optim、optimize 和 uniroot，但根本无法让它们运行。

u 和 x 显示负指数发展。随着 x 的减小，u 呈指数增长。如果 x 为零，则 u 产生有限值。x 也有一个上边界，这是未知的。所以我猜想如果迭代从下边界（零）开始并逐步增加，那将是有希望的。但是，无论我减少还是增加 stepmax 的值，结果都没有变好。

我将不胜感激 r 社区的任何提示。

非常感谢。

PS：在matlab中，一位同事使用 fsolve(@(x) F1(x,u_target,C1,C2,...),0)，效果很好。

我遇到了问题，可能是由于我的编码错误。我想通过算法对双变量正态样本执行 MLE：

我像上面一样设置样本。我将负对数似然定义如下；

当我运行以下 MLE 代码时，它会返回错误；

optim(start, f, method = method, hessian = TRUE, ...) 中的错误：（列表）对象不能被强制输入“double”

NLM 函数有效（尽管仅适用于平均估计，不适用于协方差矩阵）。NLM 返回：

如何获得所有参数的估计值？我应该怎么做才能使用 MLE 功能？

编辑： neg_ll 函数出现类型错误，mean=mean替换为mean = mean_vec. 尽管如此，问题仍然存在，nlm仅估计了平均向量的输出。

我正在使用在 GenABEL 中实现的非加法 GWAS 模型。显性和隐性 GWAS 非加性模型的 VIFGC 函数工作正常，但对于具有相同数据的超显性继承，VIFGC_ovedom 函数给出错误：错误：nlm 中的错误（GC_VIF_nlm，c（F = F1，K = K1））：参数中的缺失值

此外，如何计算由这些非加性模型中的显着标记解释的表型方差。

谢谢，