R에서 optim을 사용하여 로그 우도 함수를 최대화하여 추정 된 모수에 대한 프로파일 링을 사용하여 95 % 신뢰 구간을 추정하려면 어떻게해야합니까?

9

나는 hessian을 뒤집어 공분산 행렬을 무증상으로 추정 할 수 있다는 것을 알고 있지만 내 데이터 가이 방법이 유효하기 위해 필요한 가정을 충족시키지 않을까 걱정하고 있습니다. 다른 방법을 사용하여 신뢰 구간을 추정하고 싶습니다.

는 IS 프로필 가능성 방법 에 설명 된대로 적절한는 Stryhn 및 크리스텐슨 , 및 베너 블스 및 리플리의 MASS 책에서, §8.4, PP. 220-221?

그렇다면 R에서이 작업을 수행하는 데 도움이되는 패키지가 있습니까? 그렇지 않다면, 그러한 메소드의 의사 코드는 어떻게 생겼습니까?

— fmark
소스

6

mlestats4 패키지 의 함수는의 래퍼이므로 optim프로파일 가능성 계산을 매우 쉽게 생성 할 수 있습니다. 자세한 내용 help("profile,mle-method", package = "stats4")은 참조하십시오.

— NRH
소스

이것은 내가하고 싶은 일입니다. :) 이제 작동하게하십시오!

— fmark

@ fmark, 올바르게 작동하는 것이 얼마나 쉬운지는 최적화 문제에 달려 있습니다. 나는 상당히 간단한 문제 (1 ~ 3 개의 매개 변수)와 "좋은"모델을 가르치고 간단한 실제 문제를 위해 이것을 많이 사용합니다. 그러나, 가능성을 최적화하고 프로파일 링하는 데 어려움을 겪고 있다면 즉시 작동하지 않을 것입니다.

— NRH

2

있다 ProfileLikelihood 패키지는 당신이 NLME 사용하는 경우. 개인적으로 나는 그것을 사용하지 못했습니다.

lme4a 또는 lmeEigen 패키지를 사용하면 원하는 것을 정확하게 목표로하는 profile () 함수가 있습니다. 다음과 같은 패키지를 설치하십시오 :

install.packages("lme4a",repos="http://lme4.r-forge.r-project.org/repos")

또는 웹 사이트로 이동하여 zip 아카이브를 얻으십시오. 비슷하고 불행히도, 나는 그것을 사용하지 못했습니다 :) 아마도 우리는 lme4의 업데이트를 기다려야합니다.

이 방법은 Douglas Bates의 책 초안에 자세히 설명되어 있습니다.

편집 : 쿨! lmer 모델의 profile () 함수는 이제 최신 버전의 lme4에서 사용할 수 있으며 다음을 입력하여 설치할 수 있습니다.

install.packages("lme4",repos="http://r-forge.r-project.org")

— 스테판 로랑
소스

원래 질문을 정확하게 읽지 못했다는 것을 알고 있습니다. 내 대답은 혼합 모델의 경우입니다. NRH의 답변은 클래식 모델의 경우라고 생각합니다.

— Stéphane Laurent