R 牛顿的问题'；求系数的s法和Hessian法

我正在尝试编写一个函数，它使用牛顿的方法

（系数+（逆黑森）*梯度）

迭代地找到对数线性模型的系数

我正在使用以下代码：

 ##reading in the data
    dat<-read.csv('hw8.csv')
    summary(dat)
    # data file containing yi and xi
    attach(dat)
    ##Creating column of x's
    x<-cbind(1,xi)

    mle<-function(c){
     gi<- 1-yi*exp(c[1]+c[2]*xi)
     hi<- gi-1
     H<- -1*(t(x)%*%hi%*%x)
     g<-t(x)%*%gi
     c<-c+solve(H)%*%g
      return(c)
    }

    optim(c(0,1),mle,hessian=TRUE)

考虑到这个公式是从比尔·格林的问题集中得出的，我认为这不是一个公式问题。我认为我在传递我的函数时做错了什么

我如何解决这个问题？

---

非常感谢您对该功能的任何帮助。

正如Jonathan在评论中所说，您需要适当的尺寸：

R> X <- matrix(1:4, ncol=2)
R> t(X) %*% X 
     [,1] [,2]
[1,]    5   11
[2,]   11   25
R> 

R>xt（X）%*%X
[,1] [,2]
[1,]    5   11
[2,]   11   25
R>

---

但是您也应该使用适当的工具，因此可以查看

stats

包中的

loglin

函数和/或

MASS

包中的

loglm

函数。默认情况下，这两者都将随R安装一起安装

您应该在标签中注明语言。谢谢您的评论。EXP是R中的指数函数，而YI和席是数据数据矩阵中的一个列，标题为DATA。您能用

dim

打印出

x

和

hi

的尺寸吗？

R> X <- matrix(1:4, ncol=2)
R> t(X) %*% X 
     [,1] [,2]
[1,]    5   11
[2,]   11   25
R>