即使在简单的示例中，mle估计也会出错

Question

我试图用mle估计模型，因此从一个简单的示例开始，对此也进行了here的解释：

不幸的是，即使重现此代码，我也总是会收到错误消息： Error in optim(start, f, method = method, hessian = TRUE, ...) : initial value in 'vmmin' is not finite

我的代码如下

library(stats4)

N=100
x <- runif(N)
y <- 5 * x + 3 + rnorm(N)

LL <- function(beta0, beta1, mu, sigma) {
  R = y - x * beta1 - beta0
  R = dnorm(R, mu, sigma, log = TRUE)
  -sum(log(R))
}
fit <- mle(LL, start = list(beta0 = 5.9, beta1 = 2.8, sigma=1), fixed = list(mu=0))
fit

我从线性ols模型中得出了起始值，但是将它们向上或向下更改一点都不能解决错误。 有人有想法吗，这是怎么了？

Answer 1

您告诉dnorm使用选项log = TRUE返回概率的对数，然后再次获取结果的对数。错了：要么删除该选项，要么更好的是，删除以后的日志记录调用。

最好保留该选项，因为dnorm的值可能非常小，如果它们不适合R使用的浮点数，则四舍五入为零，这将导致log(0)（通常是最小值正数是2 ^ -1074或4.940656e-324，其日志为“仅” -744.4401）。为了解决这个问题，您应该写下可能性的对数，简化公式，然后对结果表达式进行编码。这基本上就是选项log = TRUE为您所做的。