mle估计错误，即使在简单的例子中

Question

我正在尝试使用 mle 估计模型，因此从一个简单的示例开始，该示例也有解释 here：

不幸的是，即使在重现此代码时，我也总是会收到错误消息： Error in optim(start, f, method = method, hessian = TRUE, ...) : initial value in 'vmmin' is not finite

我的代码看起来像

library(stats4)

N=100
x <- runif(N)
y <- 5 * x + 3 + rnorm(N)

LL <- function(beta0, beta1, mu, sigma) {
  R = y - x * beta1 - beta0
  R = dnorm(R, mu, sigma, log = TRUE)
  -sum(log(R))
}
fit <- mle(LL, start = list(beta0 = 5.9, beta1 = 2.8, sigma=1), fixed = list(mu=0))
fit

我从线性 ols 模型中导出了起始值，但是稍微向上或向下更改这些值并没有解决错误。有没有人知道，这里有什么问题？

Answer 1

您使用选项 log = TRUE 告诉 dnorm return 概率的对数，然后再次获取结果的对数。这是错误的：要么删除该选项，要么更好地删除之后对日志的调用。

最好保留该选项，因为 dnorm 的值可以非常小，如果不适合 R 使用的浮点数，则四舍五入为零，这将导致 log(0)（通常最小正数为 2^-1074 或 4.940656e-324，其对数为 "only" -744.4401)。为了解决这个问题，您应该记下可能性的对数，简化公式，然后才对结果表达式进行编码。这基本上就是选项 log = TRUE 为您所做的。

mle估计错误，即使在简单的例子中

Error in mle Estimation, even in simple example

r

mle