来自包bbmle的mle2为自定义函数提供了非感性答案

Question

我想用一些定制的负指数概率密度函数拟合一些野外数据。 （动机 - 我最终希望将现场数据与Bullock Shea and Skarpaas 2006表3中的许多分布相匹配）。

首先我根据这篇文章定义了一个dnegexp函数： Error with custom density function definition for mle2 formula call

dnegexp <- function(x, mya, myb, log=FALSE){
   logne <- log(mya)-myb*x
   if(log) return(logne) else return(exp(logne))
}

然后我创建了一个rnegexp函数，该函数使用任何给定参数从此分布生成数据集。 （请原谅这个功能的不雅 - 这不是这篇文章的主题，但是欢迎让它变得更好的想法......）

rnegexp <- function(n, thisa, thisb){
  rnums <- array(data=NA,dim=n)
  counter=0
  while(counter<=n){
    candidate <- runif(1,0,100)
    if(runif(1,0,1)<dnegexp(candidate,thisa, thisb)) {
      rnums[counter] <- candidate
      counter <- counter+1
    }
  }
  return(rnums)
}

有了这两个函数，我通过创建一个数据集来测试我的工作流程，该数据集遵循带有已知参数的负指数分布：

set.seed(501)
mynegexpvals <- rnegexp(100,0.08, 0.09)

hist(mynegexpvals, freq=FALSE)
mydists <- seq(0,100, by=1)
lines(mydists,dnegexp(mydists, 0.08, 0.09), col="blue", lwd=2)

当我尝试使用mle2包中的bbmle来查找参数时，它会给出非感知值，即使我将确切的生成参数作为起始值：

> library(bbmle)
> mle2(mynegexpvals ~ dnegexp(a,b), start = list(a=0.08, b=0.09), data=data.frame(mynegexpvals))

Call:
mle2(minuslogl = mynegexpvals ~ dnegexp(a, b), start = list(a = 0.08, 
    b = 0.09), data = data.frame(mynegexpvals))

Coefficients:
            a             b 
 2.421577e+12 -6.849330e+12 

Log-likelihood: 6.148807e+15

尝试绑定搜索空间会产生边界处的参数估计值：

> mle2(mynegexpvals ~ dnegexp(a,b), start = list(a=0.08, b=0.09), data=data.frame(mynegexpvals), method="L-BFGS-B", lower=c(a=0.04, b=0.0001), upper=c(a=1000, b=1000))

Call:
mle2(minuslogl = mynegexpvals ~ dnegexp(a, b), start = list(a = 0.08, 
    b = 0.09), method = "L-BFGS-B", data = data.frame(mynegexpvals), 
    lower = c(a = 0.04, b = 1e-04), upper = c(a = 1000, b = 1000))

Coefficients:
    a     b 
1e+03 1e-04 

Log-likelihood: 690.69 
Warning message:
In mle2(mynegexpvals ~ dnegexp(a, b), start = list(a = 0.08, b = 0.09),  :
  some parameters are on the boundary: variance-covariance calculations based on Hessian may be unreliable

我错过了一些重要的东西吗？我是否定义了我的dnegexp函数错误？