我正在使用最大似然估计，并且在optim()中使用R函数，其方式类似于以下方式：
optim(c(phi,phi2, lambda), objf, method = "L-BFGS-B", lower = c(-1.5, -1.5, 0), upper = c(1.5, 1.5, 1), model = model_gaussian)
（其中objf是估算参数的函数）
现在，我想获取我估计的参数的标准误差（以便计算t统计量）。但是，显然，由于此优化是受约束的最大似然估计（由于“ L-BFGS-B”），我无法使用Hessian矩阵来获取标准误差，因为它在数学上是不正确的，因此这意味着我不能将hessian=TRUE添加到optim行。
例如，如果我使用BFGS（不受限制/约束）而不是L-BFGS-B方法，则查找标准错误非常简单：
opt <- optim(c(phi,phi2, lambda), objf, method = "L-BFGS-B", lower = c(-1.5, -1.5, 0), upper = c(1.5, 1.5, 1), model = model_gaussian, hessian = TRUE)
standarderrors <- sqrt(abs(diag(solve(-opt$hessian))))
基于这个原因，我想问一下：为我的问题获取标准错误的最佳方法是什么？这样做的合适方法是什么？预先感谢。