数值积分和最优R的问题

Question

我尝试优化一个棘手的密度，其中涉及一些兴趣参数的R中的积分和优化的组合。我的问题更多是关于代码而不是统计信息，这就是为什么我在这里发布。

我在Internet上进行了一些研究，但没有发现任何东西。因此，我尝试进行一些不令人信服的尝试。我想估计我的参数Beta不受b影响。

关于整合或优化，我有一些不同的错误。 这是我要做的事的一个例子。

X <- matrix(c(1,1,1,1,1,56,54,32,12,9), nrow=5, ncol=2)
y <- matrix(c(0,1,1,1,0), nrow=5, ncol=1)


f <- function(beta){
  g <- function(X,y,b){
    (1/(1 + exp(-(X%*%beta + b))))^y - (1-(1/(1 + exp(-(X%*%beta + b)))))^(1-y)
  }
  integrate(Vectorize(g), lower = 0, upper = Inf,X=X, y=y)
}

optim(par=c(1,0), f, method="BFGS", hessian=TRUE)

我希望使用优化程序包估算我的beta参数。 我从1周开始进行这项工作，我真的很难对我的2个参数beta0和beta1进行一些估算。

欢迎使用这种不同的估算方法，例如EM算法或高斯-赫尔姆正交算法。

感谢您的帮助。

Loïc。