R模拟研究中的极大似然估计

Question

我从我的分布中生成了10000个值，并保存在object val_1中。然后我将val_1保存在对象弹出窗口中。

然后，在无重复抽样的情况下，对同一分布的参数进行估计。迭代次数为5000次，样本大小为100。下面的代码给出了以下错误：

Error in optim(par = starts, fn = likelihood, x = data, method = "BFGS",  : 
non-finite finite-difference value [1]
In addition:   
There were 50 or more warnings (use warnings() to see the first 50)

我的代码：

set.seed(83)
pop <- val_1
head(pop)
sam.size <- 100
sam <- sample(pop, sam.size, replace = T)
length(sam)
nsims <- 5000
bs <-array(0,dim=c(nsims ,4))
for(i in 1:nsims)  {   #bs sims
    bs.sam.ind <- sample(1:sam.size, sam.size, replace = T)
    repest<- (goodness.fit(pdf = pdf_ngexp , cdf = cdf_ngexp,
    starts = c(1,1,1,1), sam[bs.sam.ind], method = "BFGS",
    domain = c(0,Inf),mle = NULL, lim_inf = c(0,0,0,0),
    lim_sup = c(2,2,2,2), S = 250, prop=0.1, N=50))
    bs[i,] <-  repest$mle
     }
    head(bs);tail(bs) 
   > head(bs)
      [,1]      [,2]     [,3]     [,4]
[1,] 1.3047830 2.0713999 1.615993 1.953030
[2,] 0.3889123 0.1611767 6.671304 4.033765
[3,] 0.7419812 0.7278994 2.856462 3.914601
[4,] 0.6067144 0.1701769 2.512169 3.086249
[5,] 0.9250573 1.1543839 3.925454 9.867746
[6,] 0.4469384 0.1334538 4.648391 4.711571
 > tail(bs)
    [,1] [,2] [,3] [,4]
[4995,]    0    0    0    0
[4996,]    0    0    0    0
[4997,]    0    0    0    0
[4998,]    0    0    0    0
[4999,]    0    0    0    0
[5000,]    0    0    0    0

Answer 1

我们没有你的数据，所以我们不能重现错误。但以下是调试此类问题的一般方法：

• 保存触发错误的数据集。它可能仍然在循环中构造的变量中；如果不在，请将打印消息添加到循环中，这样您就可以找出是哪个迭代导致了它，再次运行，并在错误迭代处停止。(有set.seed(83)很好；没有set.seed()，这一步可能真的很难。)
• 确认，从坏的数据集开始，您仍然会得到相同的错误。希望它不会是随机的。
• 现在，使用坏的数据集，尝试直接在该数据集上调试goodness.fit。为此，请调用debug(goodness.fit)，然后从您的循环中重复调用。找出该函数中的哪条语句失败，并重复此过程:保存发送给它的任何数据，确认错误是可重现的，等等。
• 在某一时刻，您将缩小错误的范围，找出错误的原因。然后，您需要确定它是由代码中的错误、包代码中的错误还是仅仅是unavoidable.

引起的