Question

我在R中比较新，如果您能看一下以下代码，我将不胜感激。我正在尝试使用mmedist来估计Frechet分布（或逆weibull）的形状参数（我也尝试过调用mmedist的fitdist），但似乎我得到以下错误：

Error in mmedist(data, distname, start = start, fix.arg = fix.arg, ...) : the empirical moment function must be defined.

我使用的代码如下：

require(actuar)
library(fitdistrplus)
library(MASS)
#values
n=100
scale = 1
shape=3
# simulate a sample
data_fre = rinvweibull(n, shape, scale)
memp=minvweibull(c(1,2), shape=3, rate=1, scale=1)
# estimating the parameters
para_lm = mmedist(data_fre,"invweibull",start=c(shape=3,scale=1),order=c(1,2),memp = "memp")

请注意，我多次尝试更改代码，以查看我的错误是否在语法中但我总是得到同样的错误。

我知道文档中的范例。我也试过了，但没有运气。请注意，为了使方法起作用，时刻的顺序必须小于形状参数（即形状）。

示例如下：

require(actuar)
#simulate a sample
x4  <-  rpareto(1000, 6, 2)

#empirical raw moment
memp  <-  function(x, order)
    ifelse(order == 1, mean(x), sum(x^order)/length(x))


#fit
mmedist(x4, "pareto", order=c(1, 2), memp="memp", 
    start=c(shape=10, scale=10), lower=1, upper=Inf)

提前感谢您的帮助。

Answer 1

您需要对mmedist的来源进行非平凡的更改 - 我建议您复制代码，然后自行创建foo_mmedist。

您需要进行的第一项更改是mmedist的第94行：
```
if (!exists("memp", mode = "function")) 
```
该行检查“memp”是否是一个存在的函数，而不是您实际传递的参数是否作为函数存在。

if (!exists(as.character(expression(memp)), mode = "function"))
正如我已经指出的那样，第二个问题涉及optim例程实际调用funobj调用DIFF2的事实，调用memp（见第112行）用户提供的minvweibull函数，obs在您的情况下有两个参数 - data，可解析为order和minvweibull，但自moment起}不会将数据作为第一个参数，这会失败这是预期的，因为帮助页面告诉您：

memp实现经验时刻的功能，原始的或集中的但是必须与分配论证一致。 此功能必须具备两个参数：作为第一个数据的数字向量和作为第二个函数返回的时刻顺序。

你怎么解决这个问题？从moments包中传递函数foo_mmedist。这是完整的代码（假设您已经进行了上述更改，并创建了一个名为# values n = 100 scale = 1 shape = 3 # simulate a sample data_fre = rinvweibull(n, shape, scale) # estimating the parameters para_lm = foo_mmedist(data_fre, "invweibull", start= c(shape=5,scale=2), order=c(1, 2), memp = moment) 的新函数）：

> para_lm$estimate
   shape    scale 
2.490816 1.004128

您可以按预期检查优化是否已发生：

{{1}}

然而，请注意，这实际上减少了做出超定时刻方法的粗略方式，并且不确定这在理论上是否合适。

使用mmedist或fitdist（mme）误差估计Frechet分布的参数

1 个答案: