我有100x2数据帧DFN。在列DFN $ Lret上运行fitdist会出现错误消息＆＃34;函数mle无法估计参数，错误代码为100＆＃34;。我想是原因是最后一行包含一个NA。因此我运行fitdist除了NA，现在我得到错误＆＃34;数据必须是长度大于1＆＃34;的数字向量。有关如何解决此问题的任何想法？非常感谢。
DFN <- structure(list(LRet = c(0.0011, 0, -0.0026, 0, -0.0015, 0.0038, 3e-04, -0.0021, 4e-04, -0.001, 0, 0.0019, -6e-04, -8e-04, -5e-04, -8e-04, 3e-04, -5e-04, -0.0026, 0.0014, 7e-04, 0, -2e-04, 0.0011, -0.0025, 0.0042, 0.0022, -0.0017, -0.0058, 1e-04, 2e-04, 8e-04, -9e-04, -0.0014, -0.0014, -0.001, -0.0032, -0.0015, 6e-04, -8e-04, 0.001, -0.0014, -0.0017, -8e-04, -0.001, 0.0011, 0.0013, -0.001, 5e-04, 9e-04, -8e-04, -0.0025, 0.0027, 6e-04, 2e-04, -6e-04, 9e-04, -3e-04, -7e-04, 3e-04, 0, 2e-04, -6e-04, 1e-04, -1e-04, -7e-04, -8e-04, 7e-04, -1e-04, -7e-04, 7e-04, 8e-04, -8e-04, 8e-04, 0.0058, -1e-04, -5e-04, 0.0027, -0.0012, 7e-04, 7e-04, 0, 3e-04, -1e-04, 2e-04, -2e-04, -0.0013, -1e-04, 1e-04, -0.0011, 0.0013, 2e-04, -3e-04, -7e-04, 0, 0.0015, 1e-04, 3e-04, -0.0012, NA), LRetPct = c("0.11%", "0.00%", "-0.26%", "0.00%", "-0.15%", "0.38%", "0.03%", "-0.21%", "0.04%", "-0.10%", "0.00%", "0.19%", "-0.06%", "-0.08%", "-0.05%", "-0.08%", "0.03%", "-0.05%", "-0.26%", "0.14%", "0.07%", "0.00%", "-0.02%", "0.11%", "-0.25%", "0.42%", "0.22%", "-0.17%", "-0.58%", "0.01%", "0.02%", "0.08%", "-0.09%", "-0.14%", "-0.14%", "-0.10%", "-0.32%", "-0.15%", "0.06%", "-0.08%", "0.10%", "-0.14%", "-0.17%", "-0.08%", "-0.10%", "0.11%", "0.13%", "-0.10%", "0.05%", "0.09%", "-0.08%", "-0.25%", "0.27%", "0.06%", "0.02%", "-0.06%", "0.09%", "-0.03%", "-0.07%", "0.03%", "0.00%", "0.02%", "-0.06%", "0.01%", "-0.01%", "-0.07%", "-0.08%", "0.07%", "-0.01%", "-0.07%", "0.07%", "0.08%", "-0.08%", "0.08%", "0.58%", "-0.01%", "-0.05%", "0.27%", "-0.12%", "0.07%", "0.07%", "0.00%", "0.03%", "-0.01%", "0.02%", "-0.02%", "-0.13%", "-0.01%", "0.01%", "-0.11%", "0.13%", "0.02%", "-0.03%", "-0.07%", "0.00%", "0.15%", "0.01%", "0.03%", "-0.12%", " NA%")), .Names = c("LRet", "LRetPct"), class = "data.frame", row.names = 901:1000)
library(fitdistrplus)
#Following gives error code 100
f1 <- fitdist(DFN$LRet,"norm")
#Following gives error code 100
f1 <- fitdist(DFN$LRet,"norm", na.rm=T)
#Following gives error data must be a numeric vector of length greater than 1"
f1 <- fitdist(na.exclude(DFN$LRet),"norm")
#Same result using na.omit
请注意，如果删除包含NA的最后一行，则上述代码可以正常工作。如果可以避免的话，我宁愿不必在运行fitdist之前消除最后一行。
编辑/更新：消除NA的最后一行确实首先解决了问题，但我现在无法一致地重现（即在消除最后一行后成功运行了几次代码，但并非总是如此） 。我想知道为什么。我尝试使用25x2数据帧，100x2和300x2，以及矢量，具有类似的结果。认为数据框或向量的大小可能是问题的一部分，因此不同大小的试验。
答案 0 :(得分：6)
通过fitdist进行调试显示
if (!(is.vector(data) & is.numeric(data) & length(data) > 1))
stop("data must be a numeric vector of length greater than 1")
查看?is.vector：
如果'x'是指定的向量，则'is.vector'返回'TRUE' 模式没有名称以外的。
na.exclude及其亲属（na.omit等）将有关排除值的信息保存为属性，因此is.vector()变为FALSE ...
c()的一个副作用是删除名称以外的属性，因此is.vector(c(na.exclude(DFN$LRet)))为TRUE，所以
fitdist(c(na.exclude(DFN$LRet)), "norm")
至少没有得到“必须是数字向量”错误 - 但我仍然得到“错误100”。进一步调查......
进一步挖掘fitdist的内容，似乎（正如@ 42-所示）optim()遇到了麻烦。具体来说，它实际上得到了答案，但当它试图计算解决方案的Hessian时，它会尝试标准差参数和barf的负值。
作为一个例子，这有效：
nn <- c(na.exclude(DFN$LRet))
fn <- function(x) -sum(dnorm(nn,mean=x[1],sd=x[2],log=TRUE))
optim(fn,par=c(mean(nn),sd(nn)),method="Nelder-Mead")
但这失败了：
optim(fn,par=c(mean(nn),sd(nn)),method="Nelder-Mead",hessian=TRUE)
答案 1 :(得分：4)
（还找到了代码写得不好的is.vector部分，但它没有解决错误。）fitdist函数似乎难以处理小方差的向量：
var( na.exclude(DFN$LRet))
[1] 2.220427e-06
你可以通过乘以10来解决这个问题：
> f1 <- fitdist(10*c(na.exclude(DFN$LRet)),"norm")
> f1
Fitting of the distribution ' norm ' by maximum likelihood
Parameters:
estimate Std. Error
mean -0.0009090909 0.001490034
sd 0.0148256472 0.001032122
标准概率理论允许您更正这些估计值：平均值除以10，方差除以100（对于sd除以10）。经过更正的fitdist - 结果的估算值与样本值相当接近：
> all.equal( 0.0148256472/10 , sd(na.exclude(DFN$LRet) ) )
[1] "Mean relative difference: 0.005089095"