最大似然fminsearch

我使用Matlab-fminsearch作为二项分布函数的负极大似然模型。我没有收到任何错误通知，但是我想估计的参数始终是起始值。显然，有一个错误。我知道我提出了一个完全一般的问题。但是有没有可能有任何人有同样的错误，并知道如何处理它？非常感谢，最大似然fminsearch

@woodchips，谢谢你很多。一步一步，我试着去做你建议我的事情。首先，我实际上最大化了（-log（可能性）），这不是问题。我想我发现了这个问题，但如果我不打扰你，我仍然有一些问题。我有一个模型（param）在paramstart = p1中最大化。这个模型是为（-log（likelihood（F）））构建的，我的F是一个向量化函数，如F（t，Z，X，T，param，m2，m3，k，l）。（tdata，kdata，ldata），X，T是网格，Z是这个网格上的函数，（m1，m2，m3）是给定的参数。当我想看到F（tdata， Z，X，T，m1，m2，m3，kdata，ldata），我获得了很好的输出。但我认为fminsearch认为F（tdata，Z，X，T，p，m2，m3，kdata，ldata）像一个常数，所以我始终将估计参数作为起始值。我会很高兴，如果你有任何建议来调整。

来源

2012-02-23 user1018331

我认为你需要阅读演示和帮助fminsearch。 IT有很多如何使用它的例子。在这种情况下，似乎fminsearch不知道你想优化哪些参数。再看看例子，并遵循它们。 – 2012-02-24 13:25:02

@woodchips，再次感谢。 – user1018331 2012-02-24 13:48:53

你有一些选项可以尝试调整。我会从算法开始。

当功能值在起点附近几乎没有变化时，它也有问题。也许切换到对数似然有帮助。

我总是使用fminunc或fmincon。它们还允许提供Hessian（通常优于“估计”）或“典型值”，因此算法不会在不可行区域花费时间。

来源

2012-02-23 22:14:14 bdecaf

谢谢你的回答。我会尝试你的提示。 – user1018331 2012-02-24 08:21:52

事实上，你永远不应该最大化似然函数，但总是最大化该函数的日志。浮点问题几乎总是会破坏问题。你的优化开始和停止在同一点是一个很好的指标，这是问题所在。

您可能需要深入一点，但即便如此，下一个测试是测试，我建议所有优化工具的用户都为他们的每一个问题做好准备，在他们将一个函数放入优化。评估你的目标在附近的几个点。它会产生显着不同的值吗？如果不是，那么看看为什么不。你是否创建了一个不平滑的目标来优化或零目标？即，在所提供的公差范围内为零？

如果确实产生了不同的值但仍然不收敛，请确保您知道如何正确调用优化器。对，就像以前从没有人犯过这个错误。这实际上是优化器失败的一个常见原因。

如果确实会产生不同的好值，并且您正在调用优化器，那么请考虑是否存在优化程序尝试分歧产生垃圾回收结果的区域。目标是产生复杂还是想象的结果？

来源

2012-02-24 09:56:07

非常感谢你。如果我不打扰你，你能帮我拿我的筹码。我是在同一个问题下写的。 – user1018331 2012-02-24 12:37:39

最大似然fminsearch

回答

相关问题