将列表传递给R中的函数，以便在优化中使用

Question

我想要对R中的伽马分布的最大似然进行编程；到目前为止，我已经完成了以下工作：

library(stats4)
x<-scan("http://www.cmc.edu/pages/faculty/MONeill/Math152/Handouts/gamma-arrivals.txt")
loglike2<-function(LL){
alpha<-LL$a
beta<-LL$b
(alpha-1)*sum(log(x))-n*alpha*log(beta)-n*lgamma(alpha)}

mle(loglike2,start=list(a=0.5,b=0.5))

但当我想要运行它时，会出现以下消息：

Error in mle(loglike2, start = list(a = 0.5, b = 0.5)) : 
  some named arguments in 'start' are not arguments to the supplied log-likelihood

我做错了什么？

Answer 1

从错误消息中可以看出，mle需要能够在函数调用本身中看到start=中列出的变量名。

loglike2<-function(a, b){
    alpha<-a
    beta<-b
    (alpha-1)*sum(log(x))-n*alpha*log(beta)-n*lgamma(alpha)
}

mle(loglike2,start=list(a=0.5,b=0.5))

如果这不起作用，您应该发布一个定义了所有变量的reproducible example，并显式地指出mle函数来自哪个包。

Answer 2

不幸的是，错误消息是残缺的，因为它指示由于alpha和gamma必须为正并且mle在实数上进行优化而导致的错误值。因此，您需要对函数进行优化的向量进行变换，如下所示：

library(stats4)
x<-scan("http://www.cmc.edu/pages/faculty/MONeill/Math152/Handouts/gamma-arrivals.txt")

loglike<-function(alpha,beta){
    (alpha-1)*sum(log(x))-n*alpha*log(beta)-n*lgamma(alpha)
}

fit  <-  mle(function(alpha,beta)
                 # transfrom the parameters so they are positive
                 loglike(exp(alpha),exp(beta)),
             start=list(alpha=log(.5),beta=log(.5)))

# of course you would have to exponentiate the estimates too.
exp(coef(fit1))

请注意，现在的错误是您在loglike()中使用了尚未定义的n。如果您定义了n，那么您会得到一个错误，声明为Lapack routine dgesv: system is exactly singular: U[1,1] = 0。这要么是因为对alpha和beta的起始值的猜测不是很好，要么(更有可能)是loglike()没有最小值(我认为你昨晚删除的帖子有一个略微不同的公式，我可以工作，但不能回应b/c帖子被删除了……)

仅供参考，如果您想检查导致错误的alpha和beta参数，您可以使用作用域赋值将最近调用的参数发布到定义loglike()的环境中，如下所示：

loglike<-function(alpha,beta){
    g <<- c(alpha,beta)
    (alpha-1)*sum(log(x))-n*alpha*log(beta)-n*lgamma(alpha)
}