私の質問は、R で「extRemes」を使用して一般化された極端な値 (GEV) をフィッティングするエラーに似ていますか? . ただし、非定常の一般化極値 (GEV) 分布をフィッティングしています。つまり、位置パラメーターが共変量に依存し、定数ではなくなった場合です。R のパッケージも使用しています。ソリューションで使用されている関数 ( ) が非定常 GEV ではextRemes機能しないため、上記の投稿に示されているソリューションは私の場合には機能しません。EnvStats::egevd
元のデータが大きいため、これは私のデータのサブセットであり、その結果、パラメーターの共分散を与える行列が生成されないという警告が表示されます。
library(extRemes)
y <- c(4.844187, 4.844187, 4.174387, 4.744932, 4.094345, 4.174387, 4.343805, 4.624973,
4.094345, 4.094345, 4.343805, 4.174387, 4.499810, 4.094345, 4.499810, 4.343805,
4.653960, 4.499810, 4.941642, 4.624973, 4.499810, 4.744932, 4.317488, 4.499810,
4.605170, 4.844187, 4.744932, 4.499810, 4.094345, 4.442651, 4.653960, 4.317488,
4.744932, 4.174387, 4.605170, 4.700480, 4.744932, 4.553877, 4.248495, 4.094345,
4.442651, 4.553877, 4.317488, 4.382027, 4.248495, 4.382027, 4.499810, 4.382027,
4.382027, 4.382027, 4.248495, 4.248495, 4.248495, 4.382027, 4.248495, 4.744932,
4.094345, 4.700480, 4.744932, 4.499810, 4.317488, 4.382027, 4.382027, 4.499810,
4.248495, 4.499810, 4.382027, 4.700480, 4.653960, 4.744932, 4.605170, 4.094345,
4.700480, 4.700480, 4.499810, 4.700480, 4.605170, 4.700480, 4.653960, 4.382027,
4.499810, 4.174387, 4.174387, 4.174387, 4.499810, 4.382027, 4.553877, 4.499810,
4.094345, 4.174387, 4.442651, 4.094345, 4.382027, 4.317488, 4.317488, 4.382027,
4.442651, 4.442651, 4.174387, 4.094345)
x <- c(4.535284, 4.556505, 3.305054, 4.293878, 3.228826, 3.375880, 3.562466, 4.047428,
3.719651, 2.957511, 3.228826, 3.375880, 3.896909, 3.719651, 4.011868, 3.442019,
4.208417, 3.812203, 4.617593, 4.011868, 3.766997, 4.397531, 3.504055, 4.114964,
4.081766, 4.535284, 4.237723, 3.936716, 3.812203, 3.896909, 4.147095, 3.789855,
4.293878, 3.305054, 4.147095, 4.147095, 4.293878, 3.896909, 3.644144, 3.562466,
3.617652, 3.974998, 3.562466, 3.719651, 3.617652, 3.896909, 3.974998, 3.896909,
4.147095, 3.766997, 3.695110, 3.695110, 3.695110, 3.896909, 3.504055, 4.480174,
3.504055, 4.433789, 4.587515, 4.147095, 3.695110, 3.766997, 3.766997, 3.974998,
3.695110, 4.081766, 3.896909, 4.421848, 4.347047, 4.587515, 4.421848, 3.504055,
4.421848, 4.421848, 4.064744, 4.293878, 4.293878, 4.421848, 4.293878, 3.896909,
4.193435, 3.766997, 3.504055, 3.644144, 4.064744, 3.974998, 4.147095, 4.064744,
3.504055, 3.834061, 4.147095, 3.695110, 4.081766, 3.974998, 4.147095, 4.147095,
4.266195, 4.223177, 3.812203, 3.504055)
fac <- as.factor(c(rep("a", 45), rep("b", 55)))
# Data
dat <- data.frame(y = y, x= x, fac = fac)
# Non-stationary GEV model:
gev_mod <- fevd(dat$y, data = dat, location.fun = ~x*fac + I(x^2)*fac,
scale.fun=~1, shape.fun =~1, type = 'GEV')
これが警告付きの出力です。通常、要約またはモデル出力を表示すると、パラメーターの共分散の行列が得られますが、この場合はそうではありません。パラメーターの推定値は得られますが、推論のためにパラメーターの共分散行列が必要であり、問題がどこにあるのかを突き止めることができません。使用されるデフォルトの推定方法は MLE ですが、Generalized MLE (GMLE) などの他の方法も試しましたが、同じ問題が発生しました。私はこの分野で始めたばかりで、この問題を解決する方法についての助けをいただければ幸いです。
Warning messages:
1: In log(z) : NaNs produced
2: In log(z) : NaNs produced
3: In log(z) : NaNs produced
4: In log(z) : NaNs produced
5: In log(z) : NaNs produced
6: In log(z) : NaNs produced
7: In log(z) : NaNs produced
8: In log(z) : NaNs produced
> gev_mod
fevd(x = dat$y, data = dat, location.fun = ~x * fac + I(x^2) *
fac, scale.fun = ~1, shape.fun = ~1, type = "GEV")
[1] "Estimation Method used: MLE"
Negative Log-Likelihood Value: -114.3946
Estimated parameters:
mu0 mu1 mu2 mu3 mu4 mu5 scale
5.5752723 -1.0508929 -2.3604995 0.1951670 1.0569155 -0.1229494 0.1034723
shape
-0.7972565
AIC = -212.7893
BIC = -191.9479
> summary(gev_mod$cov.theta)
Length Class Mode
0 NULL NULL