問題タブ [mle]

次のコードを実行すると、"number of items to replace is not a multiple of replacement length." という警告が表示されます。

3 つの基準 (r>1e-6、r<-1e-6、および 1e-6>r>-1e-6) に基づいて異なる値を持つベクトル l を格納する関数を作成したいと考えています。値は関数のパラメーターに基づいており、nlm コマンドを使用して最大化されます。

そこで、rgl パッケージを使用して独自の尤度関数を作成し、正規分布からサンプルの対数尤度を出力しました。私はこれを自分でプログラムする方法を学ぶためだけにこれを行っていたので、可能性がどのように機能し、MLE がどのように機能するかをよりよく理解できるようになりました。とにかく、私は特に奇妙なことに気づきました。誰かがここで答えを知っているかどうか知りたいと思っていました. グラフをプロットすると、折り畳まれた曲線の形になりますが、もっと円錐形の形を期待していたはずです。基本的に、プロットが sigma^2 値でピークに達したとき (この軸では、ピークの両側でかなりの減少があります)、mu 値がほぼ同じままである理由は何ですか? sigma^2 パラメータが最適なレベルに達すると、mu 値間の可能性の差がかなり小さくなるようです。例えば、シグマの最大点の尤度の分散をチェックすると (定数を維持して)、11.5 です。対照的に、同じポイントでミューの分散を確認すると、分散は 23402 です。評判が十分でなく、まだ画像を投稿できないため、グラフを生成する R コードのみを投稿します。 .

それで、私のコードは間違っていますか？それとも、これは LL 曲線がどのように見えるべきか? もしそうなら、σ^2 は明確な曲線と高さを示しているように見えるのに、mu は最大でほとんど変わらないのはなぜですか? 前もって感謝します！

私は optim() を使用して ML 推定を行っていますが、関数評価の数を制限するための制御オプションがあるかどうか疑問に思っていますか? そうでなければ、それはただ進み続けます。

私の現在のコードは次のようになります。

ありがとう！

(x, y)ペアのトレーニング セットがあるとします。xは入力例、yは対応するターゲット、yは値(1 ... k)(kはクラスの数) です。

トレーニング セットの尤度を計算する場合、トレーニング セット全体(すべての例) に対して計算する必要があります。つまり、次のようになります。

または、特定のトレーニング例に対して尤度が計算され(x, y)ますか?

私が尋ねているのは、これらの講義ノート(ページ 2) を見たからです。彼は L_i を計算しているようです。これは、すべてのトレーニング例の可能性です。

私の確率分布関数は

私は次のコードを使用しています：

に格納されている MLE の値を抽出しますfit1。次のコマンドを使用しました

しかし、次のエラーが発生するため、値を取得できません

fit1$Coefficients のエラー: この S4 クラスに対して $ 演算子が定義されていません

今、私は答えを得る

切り捨てられた通常のハードル モデルを推定するために mhurdle パッケージを使用しています。関数 mhurdle には、lm と同じように機能するはずの "weight" 引数が含まれています (mhurdle のヘルプによると)。ただし、この引数を使用すると、重みがない場合とまったく同じ結果が得られます。

なぜこれが可能であり、代替として、モデルを推定する前に重みを含めるために変数を変更できるのだろうか (パッケージは最尤推定を使用します)。

（重みが実際には推定に使用されなかったため、同じ問題を引き起こした別の関数についてフォーラムで一度読みました。ここでも同じかもしれませんが、確認方法がわからず、見つけることができませんでしたその質問をもう一度）

これは私が関数への呼び出しを書いた方法です：

アイデア/提案はありますか？

ありがとう