Question

我正在做一些极值分析。我不想出于各种原因使用fevd包（首先我希望能够调整一些我不能做的事情）。我写了自己的代码。它大多非常简单，我以为我已经解决了所有问题。但是对于某些参数组合，Hessian出自我的对数似然分析（基于optim）将不正确。

当时要走一步。我的代码 - 或者它的选定部分 - 看起来像这样：

# routines for non stationary
Log_lik_GEV <- function(dataIN,scaleIN,shapeIN,locationIN){
    # simply calculate the negative log likelihood value for a set of X and parameters, for the GPD
    #xi, mu, sigma  - xi is the shape parameter, mu the location parameter, and sigma is the scale parameter.
    # shape = xi
    # location = mu
    # scale = beta
    library(fExtremes)
    #dgev   Density of the GEV Distribution, dgev(x, xi = 1, mu = 0, sigma = 1)

    LLvalues <- dgev(dataIN, xi = shapeIN, mu = locationIN, beta = scaleIN) 
    NLL <- -sum(log(LLvalues[is.finite(LLvalues)]))
    return(NLL)
}


function_MLE <- function(par , dataIN){
    scoreLL <- 0
    shape_param <- par[1]
    scale_param <- par[2]
    location_param <- par[3]
    scoreLL <- Log_lik_GEV(dataIN, scale_param, shape_param, location_param)
    if (abs(shape_param) > 0.3) scoreLL <- scoreLL*10000000
    if ((scale_param) <= 0) {
        scale_param <- abs(scale_param)
        par[2] <- abs(scale_param)
        scoreLL <- scoreLL*1000000000
    }
    sum(scoreLL) 
}

kernel_estimation <- function(dati_AM, shape_o, scale_o, location_o) {

     paramOUT <- optim(par = c(shape_o, scale_o, location_o), fn = function_MLE, dataIN = dati_AM, control = list(maxit = 3000, reltol = 0.00000001), hessian = TRUE)

     # calculation std errors
     covmat <- solve(paramOUT$hessian)
     stde <- sqrt(diag(covmat))
     print(covmat)

     print('')

     result <- list(shape_gev =paramOUT$par[1], scale_gev = paramOUT$par[2],location_gev =paramOUT$par[3], var_covar = covmat)

     return(result)
}

在某些情况下，一切都很好。如果我运行我的例程和fevd例程，我得到完全相同的结果。在某些情况下（在我的特定情况下，当shape = -0.29如此强烈负/ weibull）时，我的例程会给出负差异和时髦的hessians。这并不总是错误的，但是一些参数组合显然没有给出有效的粗麻布（注意：参数仍然是正确估计的，意思是与fevd结果相同，但协方差矩阵完全关闭）。

我发现这个post比较了来自两个程序的粗麻布，而且乐观似乎很不稳定。但是，如果我只是在我的例程中替换maxLik，它根本就不会收敛（即使在收敛发生的那些情况下）。

 paramOUT = maxLik(function_MLE, start =c(shape_o, scale_o, location_o),   
                          dataIN=dati_AM, method ='NR' )

我尝试给出不同的初始值 - 即使是正确的值 - 但它只是没有收敛。

我不提供数据，因为我认为在我的示例中正确使用了optim例程。简单地说，对于某些参数组合，数值结果不稳定。我的问题是：

1）我是否遗漏了使用maxLik的方式？

2）除了maxLik之外还有其他优化程序，我可以从中提取粗体吗？

感谢

错误的Hessian来自R

0 个答案: