R 将`bbmle:mle2`与向量参数一起使用（已经可以使用`optim`）

在尝试进行回归时，我在使用

bbmle:mle2

函数时遇到一些问题。为了说明我的问题，我举了一个玩具的例子

我们定义泊松分布（或任何自定义分布）的负对数似然：

我可以轻松地使用

optim

进行回归。以下是

截取

唯一型号：

z1 <- model.matrix(claim ~ 1)
optim(par = 0, fn = LL, z = z1, x = claim)

评估大量不同模型的方法非常简单，只需指定模型矩阵即可。如何使其与

bbmle

软件包中的

mle2

功能一起工作

如果

beta

是一维的，我可以这样做：

mle2(minuslogl = function(beta){ LL(beta = beta, z = z1, x = claim) },
  start = list(beta = 0))

但是如果

beta

是一个向量，那么我会遇到问题：

mle2(
  minuslogl = function(beta){ LL(beta = beta, z = z2, x = claim) },
  start = list(beta = c(0, 0)),
  vecpar = T,
  parnames = colnames(z2)
  )

我无法获得正确的语法，也无法在文档或案例中找到任何示例来帮助我。问题肯定是，

beta

现在是一个向量。文档建议使用

vecpar=T

参数是“与

optim

兼容”的前进方向。任何提示都将不胜感激

---

另外，是否有一种方法可以像我在

optim

中那样，以更优雅的方式将日志似然函数中的

z

和

x

参数传递到

mle2

？

我认为主要的问题是需要提供

start

作为原子向量（而不是列表）

---

谢谢你的回复，本！这很好，解决了我的问题，所以我应该能够用我的实际日志实现它。干杯

z2 <- model.matrix(claim ~ age)
optim(par = c(0, 0), fn = LL, z = z2, x = claim)

mle2(minuslogl = function(beta){ LL(beta = beta, z = z1, x = claim) },
  start = list(beta = 0))

mle2(
  minuslogl = function(beta){ LL(beta = beta, z = z2, x = claim) },
  start = list(beta = c(0, 0)),
  vecpar = T,
  parnames = colnames(z2)
  )

 library(bbmle)
 LL2 <- function(beta) {
     LL(beta, z = z2, x = claim)
 }
 parnames(LL2) <- colnames(z2)
 mle2(
   minuslogl = LL2 ,
     start = setNames(c(0,0),colnames(z2)),
     vecpar = TRUE
  )

mle2(claim~dpois(exp(loglambda)),     ## use log link/exp inverse-link
     data=data.frame(claim,age),      ## need to specify as data frame
     parameters=list(loglambda~age),  ## linear model for loglambda
     start=list(loglambda=0))         ## start values for *intercept*