二元函数的最大化 - R的代码

所以我想最大限度地为伽玛泊松似然函数和我编程式的R为以下几点：二元函数的最大化 - R的代码

lik<- function(x,t,a,b){  
    for(i in 1:n){ 
     like[i] = 
     log(gamma(a + x[i]))-log(gamma(a)) 
      -log(gamma(1+x[i] + x[i]*log(t[i]/b)-(a+x[i])*log(1+t[i]/b) 
     } 
     return(sum(like)) 
}

其中X和T是数据，我有n个数据行。

我需要a和b来同时解决。 R中是否存在内置函数？还是我需要硬编码算法来解决方程组？ [我宁可不]我知道optimize（）解决了1个变量，fminbnd（）也解决了这个问题。我试图复制FindMaximum（）在mathematica中的行为。在一个完美的世界，我想工作代码东西这样的：

optimize(f=lik, a>0, b>0, x=x, t=t, maximum=TRUE, iteration=5000) 
$maximum 
    a 150 
    b 6

感谢。

来源

2016-10-03 Sarah Elizabeth

是的，这可能是我想要的，我刚刚过了一个小时google搜索，并在此方案中R. –

没有一（1）看'？optim'，要记住，*减少*默认情况下（在帮助文件中看到'fnscale'的描述）; （2）'dnbinom'可能有帮助; （3）所以可能'MASS :: fitdistr' –

optim' s第一个参数可以是参数的向量。所以，你可以尝试这样的事：

lik <- function(p=c(1,1), x, t){ 
    # In the body of the function replace a by p[1] and b by p[2] 
} 

optim(c(1,1), lik, method = c("L-BFGS-B"), x=x, t=t, control=list(fnscale=-1))

来源

2016-10-03 17:03:29

这样结束了工作出来的解决方案是：

attempt2d <- optim(
    par = c(sumx/sumt, 1), fn = lik, data = data11, 
    method = "L-BFGS-B", control = list(fnscale = -1, trace=TRUE), 
    lower=0.1, upper = 170 
    )

但是我的参数跑出去170，实质上意味着我的伽马参数是天道酬勤。因为伽马（）比较快地命中无限。在mathematica中，解为a = 169和b = 16505，而R在170处最大值远不及170.在某些情况下，已知的解决方案超出了170个解决方案。

来源

2016-10-03 21:57:47

二元函数的最大化 - R的代码

回答

相关问题