R 多项式收敛 我希望你不要认为这个问题是没有意义的，因为我一直在困扰着代码，我不明白为什么它不收敛到相同的值。< /P>

我编写了Newtow-Raphson R代码来估计多项式logistic模型，当它收敛时，我从对数和内置的R函数多项式中得到不同的有效值。这是我的算法的输出

> t(new$coefficients)
        X0          X1        X2         X3         X4
1 1.055977  0.08972323 0.7070484 -0.4951407  0.1878713
2 1.845272 -0.26688254 0.6945098 -0.2749830 -2.0379031 

这是内置函数的输出

fit <- multinom(fm, data=df, Hess=TRUE)
> coef(fit)
        X0          X1        X2         X3        X4
1 1.055960  0.08972217 0.7070560 -0.4951362  0.187872
2 1.845253 -0.26688462 0.6945132 -0.2749767 -2.037911

任何人都可以帮助我理解为什么这个意义在4/5小数点后。如果你想看我的代码，我会私下和你分享，因为我还没有准备好发布它

---

谢谢

您的函数和R内置函数输出之间的差异是完全可以接受的。这是意料之中的事情，因为这两个类型的函数，编码不同，将携带不同的小错误、舍入等。

澄清一下：您是否在问为什么您的结果在小数点后第4位不同？使用完全不同的算法来解决同一个数值问题，这种数值模糊程度完全符合预期。此外：如果你不愿意公开展示你的代码，那么期望人们免费为你调试代码可能是不合理的…@BenBolker，我没有说我不愿意展示我的代码。我说对我来说发布它是不完整的，分享它有很大的不同。我确实想发表它，因为我还没有看到有人为多项式写过NR-alogrithum，但我想首先确保它是正确的，并且它收敛到几乎与构建R函数相同。我的问题是，当样本量很小时，收敛性是完全不同的。我希望你改变这个投票方式，这样其他人将来可以使用这个问题。我没有投反对票。不过，我将投票结束这个问题；以目前的形式，这是无法回答的。你在评论中告诉我们，除了你在这里展示的情况，你的代码对内置函数给出了不同的答案，该函数使用神经网络，而不是N-R。我说公开展示你的代码…@BenBolker我发布了代码。我希望你能调试它，让我知道是什么问题。谢谢。我也可以接受，但当涉及到小样本时，收敛性是完全不同的，我不知道是什么原因。如果他们开始投票，我想分享代码