我想在函数中为我的参数找到MLE的95％CI，但我不知道如何。
给定的函数是带有
的幂律分布F（X）= CX ^（ - 亩），
我使用R中的bbmle包计算了mu的MLE。
互联网上的一些人说使用配置文件可能性这样做但我不确定如何在R中，或者导致相同结果的其他方法也很好。
非常感谢并提前感谢！
更新
load("fakedata500.Rda")
> library(stats4)
> library(bbmle)
> x<-fakedata500
> pl <- function(u){-length(x)*log(u-1)-length(x)*(u-1)*log(min(x))+u*sum(log(x))}
mle1<-mle2(pl, start=list(u=2), data=list(x))
> summary(mle1)
Maximum likelihood estimation
Call:
mle2(minuslogl = pl, start = list(u = 2), data = list(x))
Coefficients:
Estimate Std. Error z value Pr(z)
u 2.00510 0.04495 44.608 < 2.2e-16 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
-2 log L: 1300.166
所以估计的mu是2.00510而且我想获得它的95％CI，它可能看起来是无稽之谈，因为我的开始mu是2所以2.00510非常接近它，但我将把这个方法应用于其他数据集也是我没有遇到的，所以真的希望找到一种方法来实现它。
答案 0 :(得分：2)
（从评论转换而来。）
如果您正在使用mle2套餐中的bbmle，那么您应该能够说confint(mle1)以获得95％的资料置信区间。请参阅?confint.mle2，或尝试vignette("mle2",package="bbmle")并搜索＆＃34; confint＆＃34;了解更多信息。