R函数optim（）：找不到对象

所以我一直在研究一个脚本来计算基于4个参数的对数似然性，并将它们放入一个特定的log-lik函数中。该脚本没问题。问题在于优化它 - 每当我尝试时，它都会说找不到对象（对于所讨论的参数）。为了简单起见，我将只使用一个更简单的脚本，它在使用optim（）函数时给我一个相同的错误。有趣的是，我实际上是直接从“MLE in R”教程中取出这个脚本。我甚至没有重写它，我从字面上复制/粘贴PDF。这里是教程中的似然函数：R函数optim（）：找不到对象

normal.lik1<-function(theta,y){ 
mu<-theta[1] 
sigma2<-theta[2] 
n<-nrow(y) 
logl<- -.5*n*log(2*pi) -.5*n*log(sigma2) - (1/(2*sigma2))*sum((y-mu)**2) 
return(-logl) 
}

这个函数对它自己来说工作得很好。但是，当我尝试对其进行优化时，出现错误，指出找不到该对象，该对象是我试图优化的参数。

optim(c(0,1),normal.lik1,y=y,method="BFGS")

当我跑这条线，R使我有以下错误：这下一行也被复制/教程粘贴

Error in nrow(y) : object 'y' not found

这让我立刻意识到这是谈论如何ÿ是函数中的一个特定对象，不是全局对象，但同时optim（）应该是正在评估这个函数！所以，我不知道为什么它像y一样不存在。

编辑：

现在我明白它是如何工作的。但我的总体目标仍然存在问题。把它更进角度来看，这里是我与现在使用的代码：

w.loglik<-function(w){ 
    # w is just a vector with 4 values: two means (w(1) and w(2) below) and the position 
    # of two decision bounds (w(3) and w(4)) 

    #create data matrix 
    data<-matrix(c(140,36,34,40,89,91,4,66,85,5,90,70,20,59,8,163),nrow=4,ncol=4,byrow=TRUE) 

    # get means 
    means<-matrix(0,4,2,byrow=TRUE) 
    means[2,1]<-w[1] 
    means[3,2]<-w[2] 
    means[4,1]<-w[1] 
    means[4,2]<-w[2] 

    # get covariance matrices (fix variances to 1) 
    covmat<-list() 
    covmat[[1]]<-diag(2) 
    covmat[[2]]<-diag(2) 
    covmat[[3]]<-diag(2) 
    covmat[[4]]<-diag(2) 

    # get decision bound parameters 
    b<-diag(2) 
    c<-matrix(c(w[3],w[4]),2,1) 

    L<-matrixloglik(data,means,covmat,b,c) 
    return(L) 
}

matrixloglik仅仅是输出数似然（运行良好）的功能。我如何运行optim（）以便优化向量w？

来源

2013-08-24 saltthehash

y是你的数据，你没有在你的代码中指定。因此，错误 Error in nrow(y) : object 'y' not found

如果你去同一个PDF文件的例子5和使用如下定义的数据y，你将有一个输出：

X<-cbind(1,runif(100)) 
theta.true<-c(2,3,1) 
y<-X%*%theta.true[1:2] + rnorm(100) 

> optim(c(0,1),normal.lik1,y=y,method="BFGS") 
$par 
[1] 3.507266 1.980783 

$value 
[1] 176.0685 

$counts 
function gradient 
     49  23 

$convergence 
[1] 0 

$message 
NULL 

Warning messages: 
1: In log(sigma2) : NaNs produced 
2: In log(sigma2) : NaNs produced 
3: In log(sigma2) : NaNs produced

注：请参阅“An Introduction to R”来了解功能的基础知识。

更新：按批语：你可以尝试做，看看会发生什么：

y<-X%*%theta.true++ rnorm(100) 
Error in X %*% theta.true : non-conformable arguments

来源

2013-08-24 17:56:06 Metrics

好是有道理的。但是，事情是，为什么如果y只依赖于前两个（如theta.true [1：2]部分所见），为什么用3个值定义theta.true？对于我的特定代码，只需输入一个包含4个值的向量w即可输出对数似然值。我想最大化这些，但我不知道如何做到这一点。 – saltthehash

这里你正在做矩阵乘法，所以它需要服从矩阵乘法规则。查看上面的更新。 – Metrics

R函数optim（）：找不到对象

回答

相关问题