R 如何使用optim优化log L，并与OLS进行比较？

我想优化关于b的正态分布（固定方差=1）：

但是我有一些麻烦来完成它

首先，我定义了（in）因变量的向量：

   set.seed(1001)
   outcome<-rnorm(1000,sd = 1)
   covariate<-rnorm(1000,sd = 1)

---

而不是y=结果，结果=结果，然后直接包括cov=协变量。您需要在optim调用中将所有参数传递给函数loglike，正如它们在loglike中定义的那样。y不是optim或loglikeopt的参数。正常par是一个dim属性为NULL的单一值，这可能是它与cov不一致的原因，因为R希望与%*%woot-woot进行矩阵乘法没有问题唯一我仍然不完全理解的是一个简单的OLS摘要（lm（结果~协变量））生成与optim（）不同的输出。我想optim函数仍然有问题

   loglike <- function(par, outcome, covariate){
               cov <- as.matrix(cbind(1, covariate))
               xb <- cov * par
              (- 1/2* sum((outcome - xb)^2))
   }

                  opt.normal <- optim(par = 0.1,fn = loglike,outcome=outcome,cov=covariate, method = "BFGS",  control = list(fnscale = -1),hessian = TRUE)

                  summary(lm(outcome~covariate))