Question

我在使用Windows 7 Ultimate（英特尔酷睿i5-2400 3GHz处理器，8.00GB内存）的PC上运行R版本2.14.0。如果需要其他规格，请告诉我。

我正在尝试模拟相关的beta分布式数据。我使用的方法是本文所写内容的扩展：

http://onlinelibrary.wiley.com/doi/10.1002/asmb.901/pdf

基本上，我首先模拟多元正常数据（使用MASS中的mvrnorm()函数）。
然后我使用pnorm()将probit变换应用于这些数据，以便我的新数据向量存在于（0,1）。并且根据之前的陈述仍然相关。
然后给出这些概率转换数据，我将qbeta()函数应用于某些shape1和shape2参数，以获得具有特定均值和色散属性的相关β数据。

我知道存在生成相关beta数据的其他方法。我感兴趣的是qbeta()导致此方法因某些“种子”而失败的原因。以下是我收到的错误消息。

Warning message:
In qbeta(probit_y0, shape1 = a0, shape2 = b0) :
  full precision may not have been achieved in 'qbeta'

这是什么意思？怎么可以避免？当它确实发生在更大模拟的上下文中时，确保此问题不会终止整个源（使用source（））模拟代码的最佳方法是什么？

我为1：1000的整数种子运行了以下代码。种子= 899是唯一给我带来问题的价值。虽然如果它在这里有问题，它也不可避免地会对其他种子造成问题。

library(MASS)
set.seed(899)
n0 <- 25  
n1 <- 25    
a0 <- 0.25    
b0 <- 4.75    
a1 <- 0.25    
b1 <- 4.75    
varcov_mat <- matrix(rep(0.25,n0*n0),ncol=n0)
diag(varcov_mat) <- 1
y0 <- mvrnorm(1,mu=rep(0,n0),Sigma=varcov_mat)
y1 <- mvrnorm(1,mu=rep(0,n1),Sigma=varcov_mat)
probit_y0 <- pnorm(y0)
probit_y1 <- pnorm(y1)
beta_y0 <- qbeta(probit_y0, shape1=a0, shape2=b0)
beta_y1 <- qbeta(probit_y1, shape1=a1, shape2=b1)

上面的代码是一个更大的模拟项目的片段。但qbeta（）警告消息现在让我头疼。

非常感谢小组提供的任何帮助。

干杯克里斯

Answer 1

错误的原因是用于计算qbeta的算法没有收敛参数的那些值。

R使用AS 109来计算qbeta（Cran，GW，KJ Martin和GE Thomas（1977）。备注AS R19和算法AS 109，应用统计，26,111-114，以及随后的备注（AS83和校正）。）。 R尝试计算1000次迭代中的值。如果它不能在1000次迭代中，则会收到您看到的错误消息。

以下是qbeta的代码。

'qbeta'可能没有实现全精度

1 个答案: