R 极大似然估计中的误差，即使是在简单的例子中
我试图用最大似然估计（mle）估计一个模型，因此从一个简单的例子开始，也解释了： 不幸的是，即使在复制此代码时，我也总是会遇到错误： optimstart中的错误，f，method=method，hessian=TRUE，…：“vmmin”中的初始值不是有限的 我的代码看起来像R 极大似然估计中的误差，即使是在简单的例子中,r,mle,R,Mle,我试图用最大似然估计（mle）估计一个模型，因此从一个简单的例子开始，也解释了： 不幸的是，即使在复制此代码时，我也总是会遇到错误： optimstart中的错误，f，method=method，hessian=TRUE，…：“vmmin”中的初始值不是有限的 我的代码看起来像 library(stats4) N=100 x <- runif(N) y <- 5 * x + 3 + rnorm(N) LL <- function(beta0, beta1, mu, sigm
library(stats4)
N=100
x <- runif(N)
y <- 5 * x + 3 + rnorm(N)
LL <- function(beta0, beta1, mu, sigma) {
R = y - x * beta1 - beta0
R = dnorm(R, mu, sigma, log = TRUE)
-sum(log(R))
}
fit <- mle(LL, start = list(beta0 = 5.9, beta1 = 2.8, sigma=1), fixed = list(mu=0))
fit