R 错误:";初始值,单位为';vmmin';“不是有限的”;不是在mle2()中,而是在confint()中

R 错误:";初始值,单位为';vmmin';“不是有限的”;不是在mle2()中,而是在confint()中,r,mle,R,Mle,我知道,当试图为mle2对象拟合参数时,网络上充斥着关于的问题(和答案)“vmmim中的初始值不是有限的”错误。我在创建mle2对象时没有此错误,但在尝试从mle2对象中查找参数的95%CI时,确实会出现此错误 以下是一个可复制的示例: 以下是数据: d = structure(list(SST_1YR = c(11.6, 11.7, 11.9, 12, 12.1, 12.2, 12.3, 12.4, 12.5, 12.6, 12.7, 12.8, 12.9, 13, 13.1, 13.2,

我知道,当试图为
mle2
对象拟合参数时,网络上充斥着关于
的问题(和答案)
“vmmim中的初始值不是有限的”错误。我在创建
mle2
对象时没有此错误,但在尝试从
mle2
对象中查找参数的95%CI时,确实会出现此错误

以下是一个可复制的示例:

以下是数据:

d = structure(list(SST_1YR = c(11.6, 11.7, 11.9, 12, 12.1, 12.2, 
12.3, 12.4, 12.5, 12.6, 12.7, 12.8, 12.9, 13, 13.1, 13.2, 13.3, 
13.4, 13.5, 13.6, 13.7, 13.8, 13.9, 14, 14.2, 14.3, 14.4, 14.5, 
14.6, 14.7, 14.8, 14.9, 15, 15.1, 15.2, 15.3, 15.4, 15.5, 15.6, 
15.7, 15.8, 15.9, 16, 16.2, 16.3, 16.5, 16.6, 16.7, 16.9, 17, 
17.1, 17.2, 17.3, 17.4, 17.5, 17.6, 17.7, 17.8, 17.9), DML = structure(c(84.5, 
71, 114.75, 90.9473684210526, 31.7631578947368, 92.5, 80.4, 98.7021276595745, 
70.8, 66.8382352941177, 70.2553191489362, 98.1111111111111, 86.5241379310345, 
59.7209302325581, 38.7692307692308, 78.2028985507246, 86.3503649635037, 
69.1161290322581, 61.9122807017544, 60.1212121212121, 98.5490196078431, 
94.3145161290323, 76.5643564356436, 39.4230769230769, 98.42, 
95.6129032258064, 65.9673202614379, 39, 64.0576923076923, 42.4166666666667, 
59.6989247311828, 62.8039215686275, 74.5263157894737, 50.8888888888889, 
64.35, 40.5, 53.7466666666667, 42, 49.5, 23.8888888888889, 39.6170212765957, 
74.8947368421053, 42.8518518518519, 40.0344827586207, 53, 39.3333333333333, 
24.1333333333333, 30, 39.4880952380952, 94.4883720930233, 69.1428571428571, 
33.7179487179487, 26.1538461538462, 37.8965517241379, 38.4117647058824, 
44.2727272727273, 68.3157894736842, 37.3, 43.4444444444444), .Dim = 59L, .Dimnames = list(
    c("11.6", "11.7", "11.9", "12", "12.1", "12.2", "12.3", "12.4", 
    "12.5", "12.6", "12.7", "12.8", "12.9", "13", "13.1", "13.2", 
    "13.3", "13.4", "13.5", "13.6", "13.7", "13.8", "13.9", "14", 
    "14.2", "14.3", "14.4", "14.5", "14.6", "14.7", "14.8", "14.9", 
    "15", "15.1", "15.2", "15.3", "15.4", "15.5", "15.6", "15.7", 
    "15.8", "15.9", "16", "16.2", "16.3", "16.5", "16.6", "16.7", 
    "16.9", "17", "17.1", "17.2", "17.3", "17.4", "17.5", "17.6", 
    "17.7", "17.8", "17.9")))), .Names = c("SST_1YR", 
"DML"), row.names = c(NA, -59L), class = "data.frame")
下面是创建
mle2
对象(没有警告…)

这里是我得到NA和参数
b
下限的
vmmin
警告的地方:

confint(m)
我尝试过改变起始值,但没有任何效果。我用相同的数据创建了其他模型,但分布不同,没有错误。有人能帮我找出是什么导致了这个错误吗


使用包
bbmle-1.0.17

这里有一些东西可以尝试。首先查看数据(始终是一个好主意):

请注意,在这种情况下,Gamma回归看起来几乎与常规线性回归相同(即形状参数较大)。此外,x值的分布远离原点——这可能会导致数值问题

library("bbmle")
m <- mle2(DML~dgamma(scale=(a+b*SST_1YR)/sh, shape=sh),
          start=list(a=170, b=-7.4, sh=10), data=d)
confint(m)
我认为设置
parscale
可能会有所帮助,但它似乎会使问题变得更糟,而不是更好:

m2 <- update(m,control=list(parscale=c(a=170,b=8,sh=10)))
confint(m2)
##       2.5 %     97.5 %
## a        NA 203.153230
## b        NA  -4.407281
## sh 6.835659  13.933383
看起来不错,尽管要将截距项恢复到原始比例有点困难(尽管我们可以从之前的非中心拟合中获取它们)

事实证明,您也可以通过

glm(DML~SST_1YR,family=Gamma(link="identity"),data=d)
尽管
confint()
再次以相当神秘的方式失败(
y/mu中的错误:不一致数组

其他一些我尝试过的效果并不特别好的东西(此处仅出于完整性考虑):

  • 尝试防止线性回归变为负值:

  • xWondery时,使用惩罚形式
    dgamma
    返回坏可能性,而不是
    NA
    !如果可以的话,我会投两次票!非常感谢。我在搜索带有gamma错误的身份链接描述时找到了这个答案,这似乎是一个非常奇怪的组合。对平均数的估计真的很低,难道它不会遇到困难吗?
    ##        2.5 %     97.5 %
    ## a  132.05952 203.192159
    ## b         NA  -4.407289
    ## sh   6.83566  13.933383
    
    m2 <- update(m,control=list(parscale=c(a=170,b=8,sh=10)))
    confint(m2)
    ##       2.5 %     97.5 %
    ## a        NA 203.153230
    ## b        NA  -4.407281
    ## sh 6.835659  13.933383
    
    m3 <- mle2(DML~dgamma(scale=(a+b*scale(SST_1YR,scale=FALSE))/sh, shape=sh),
              start=list(a=170, b=-7.4, sh=10), data=d)
    
    confint(m3)
    ##       2.5 %    97.5 %
    ## a  56.462610 66.754118
    ## b  -9.421521 -4.407262
    ## sh  6.835662 13.933384
    
    glm(DML~SST_1YR,family=Gamma(link="identity"),data=d)
    
    mle2(DML~dgamma(scale=pmin((a+b*SST_1YR)/sh,1e-5),
                          shape=sh),
              start=list(a=170, b=-7.4, sh=10), data=d)
    
    dgamma_pen <- function(x,...,log=FALSE) {
       r <- if (x<0) (-100) else dgamma(x,...,log=TRUE)
       if (log) r else exp(r)
    }
    
    m4 <- mle2(DML~dgamma_pen(scale=pmin((a+b*SST_1YR)/sh,1e-5),
                        shape=sh),
             start=list(a=170, b=-7.4, sh=10), data=d)