Question

我有一个简单的危险函数，标记了导致错误的行。

h <- function(t,u) {
    x <- 1 - Sa(t)
    y <- 1 - Sm(u)
    invx <- as.numeric(qt(x,df=d1))
    invy <- as.numeric(qt(x,df=d1))
    [ERROR LINE] copula <-  pmvt(lower=as.numeric(cbind(-9999,-9999)),upper=cbind(invx,invy),df=d1,corr=matrix(cbind(1,d2,d2,1),byrow=T,ncol=2)  )
    density <- dmvt(cbind(invx,invy),sigma=matrix(cbind(1,d2,d2,1),byrow=T,ncol=2),df=d1)
    num <- (sa(t)*sm(u))*density/dt(invx,df=d1)/dt(invy,df=d1)
    den <- 1 - x - y + copula
    hazard <- num/den
    return(hazard)
}

然后通过似然函数调用此危险函数：

# log Likelihood function for each individual car i
lli <- function(data) {
  result <- 0;
  # for all claims, evaluate hazard function at that point
  if (nrow(data)> 2) {
    for (k in 1:nrow(data)) {
      if (data[k,3] == 1) {
    result <- result + log(h(data[k,2],data[k,1]));
      }
     }
  }
  # integrate hazard function over areas between claims
  for (k in 1:(nrow(data)-1)) {
    integral <- quad2d(h,data[k,2],data[k+1,2],data[k,1],data[k+1,1]);
    result <- result - integral;
  }
  return(result)
}

现在，这个似然函数被第三个函数调用，用于整个数据集; 然而，导致错误的是上述功能，而不是

下面的功能

# log Likelihood function over all vehicles
ll <- function(x) {
# Unpack parameters
  d1 <<- x[1];
  d2 <<- x[2];
  total <- 0;
  # Get log Likelihood for each vehicle
  for (i in 1:length(alldata)) {
    total <- total + lli(alldata[[i]]);
    #print(sprintf("Found candidate solution %d value: %f",i,total));
  }
  #print(sprintf("Found candidate solution value: %f",total));
  if (is.nan(total)) { #If it is undefined, make it a large negative number
    total <- -2147483647 ;
  }
  return(-1*total); # Minimise instead of maximise
}

错误信息如下：

> ll(cbind(50,0.923))
Error in checkmvArgs(lower = lower, upper = upper, mean = delta, corr = corr,  : 
  ‘diag(corr)’ and ‘lower’ are of different length

在使用pmvnorm时我一直遇到同样的错误，最后不得不使用pbivnorm包来解决这个问题。我找不到双变量t分布的替代方案。我不明白问题所在。当我自己调用函数h（t，u）时，它执行没有问题。但是当lli（数据）调用h（t，u）时，它不起作用。更奇怪的是，它们的长度相同。

> length(as.numeric(cbind(-9999,-9999)))
[1] 2
> length(diag(matrix(cbind(1,d2,d2,1),byrow=T,ncol=2)))
[1] 2

我为凌乱的代码道歉。我没有太多使用R。无论如何，这让我完全难过。

数据文件位于：https://files.fm/u/yx9pw2b3

我忘记包含的附加代码，基本上是一些常量和边缘CDF函数：

Marginals.R：

p1 <- 0.4994485;
p2 <-  0.2344439;
p3 <- 0.1151654;
p4 <- 0.1509421;

b1 <- 0.7044292
t1 <- 1713.3170267
mu1 <- 7.014415
sig1 <- 1.394735
mu2 <- 6.926146
sig2 <- 1.056647
mu3 <- 6.7995896
sig3 <- 0.7212853
b2 <- 0.6444582
t2 <- 762.9962093
b3 <- 1.494303
t3 <- 410.828780

b1 <- 0.903
t1 <- 864.896
b2 <- 0.9109 
t2 <- 314.2946
# Marginal survival distribution and density
Sa <- function(t) {return(exp(-(t / t1) ** b1))}
Sm <- function(u) {return(exp(-(u / t2) ** b2))} 
sa <- function(t) {return((t / t1) ** b1 * b1 * exp(-(t / t1) ** b1) / t ) }
sm <- function(u) {return((u / t2) ** b2 * b2 * exp(-(u / t2) ** b2) / u ) }

Answer 1

<强>要点：
问题是调用lower时upper和pvmt之间的差异，upper的长度为2048，而lower的长度为2。 / p>

<强>推理：
1. pmvt通过调用checkmvArgs包中的mvtnorm来检查即将发生的参数 2.在checkmvArgs中，lower，upper和mean由rec <- cbind(lower, upper, mean)组合在一起。这里新数据rec有2048行而不是2 3. lower然后由lower <- rec[, "lower"]替换，lower现在的长度为2048而不是2。 4.鉴于corr仍然是2 * 2矩阵，检查length(corr) != length(lower)

时会发生错误

解决方案：

  invx <- as.numeric(qt(x,df=d1))  
  invy <- as.numeric(qt(x,df=d1))

upper表示长度为2的向量，因此invx和invy需要为单个数字。

由于不确定你要定义的上限范围是什么，我无法进一步解决。可能的一个是：

  invx <- as.numeric(qt(x,df=d1))
  invy <- as.numeric(qt(x,df=d1))
  copula <-  pmvt(lower=as.numeric(cbind(-9999,-9999)),upper=range(c(invx,invy)),df=d1,corr=matrix(c(1,d2,d2,1),byrow=T,ncol=2)  )

使用invx和invy的范围作为输入。因此dmvt不会受到影响。

注意：
由于未提供值a，因此下一行（调用dmvt）错误行失败。

修改为了使问题更具体： 1. quad2d将生成高斯 - 勒让德正交，默认情况下，在给定范围内创建长度为32的高斯。而且，
2.然后使用此Gauss-Legendre积分中的x和y调用函数h。因此，t中定义的u和h不是单个数字，而是一个向量。

不确定在R（pmvt - Package：mvtnorm）中导致此错误的原因是什么？

1 个答案: