我编写了一个函数，用于在R中执行最大模拟似然估计，这非常有效。
然而，问题是，optim不会调用相同的函数来估计似然值并同时估计梯度，就像matlab中的fminuc优化器那样。因此，每次如果optim想要更新梯度，则必须重复给定参数矢量的模拟。最后，optim调用了大约100倍的loglik函数来更新参数，另外还调用了loglik函数的50倍来计算梯度。
我想知道是否有一个优雅的解决方案来避免50个额外的模拟步骤，例如通过在每个步骤中存储估计的似然值和梯度。然后，在下一次调用似然函数之前，检查对于给定参数向量，信息是否已经可用。这可以通过在optim和loglik函数之间插入一个附加函数来完成。但这似乎很小。
有什么好主意吗？
干杯， 本