optim in r：非有限差分误差

我有一个简单的似然函数（来自均值为0的正常距离），我想最大化它。optim一直给我这个错误： optim中的错误（par=phi，fn=loglike，estimates=estimates，NULL，hessian=TRUE，：非有限差分值[1]

这是我的数据和似然函数：

y =  [ -0.01472  0.03942  0.03592 0.02776 -0.00090 ]

C = a varcov matrix:

  1.66e-03 -0.000120 -6.780e-06  0.000102 -4.000e-05

 -1.20e-04  0.001387  7.900e-05 -0.000140 -8.000e-05

 -6.78e-06  0.000079  1.416e-03 -0.000070  8.761e-06

  1.02e-04 -0.000140 -7.000e-05  0.001339 -6.000e-05

 -4.00e-05 -0.000080  8.761e-06 -0.000060  1.291e-03

我的对数似然函数是： lglkl=-.5*（log（det（v））+（t（y）%%vi%%y））`其中v=phi*I+C，vi=inverse（v），I=5*5单位矩阵

我正在尝试获取“phi”的mle估计值。我认为这将是一个简单的优化问题，但我正在努力。非常感谢任何帮助。提前感谢。我的代码如下：

loglike <- function(phi,y) {

v = phi*I + C
vi = solve(v)
loglike = -.5*(log(det(v)) + (t(y)%*%vi%*%y))
return(-loglike)
}

phi = 0
parm <- optim(par=phi,fn=loglike,y=y,NULL,hessian = TRUE, method="L-BFGS-B",lower=0,upper=1000)

---

loglike您遇到的错误是因为在一定次数的迭代之后，φ变为负值（这表明算法没有正确应用约束）。此外，解决方案不会收敛到单个值，而是在到达更新的协方差矩阵不再是正定的情况之前，在几个小值之间跳跃。在该阶段，您将得到det（v）<0，并且log[det（v）]未定义。
optim
算法在该阶段退出

要查看发生了什么，请使用下面代码中的
maxit
和
ndeps
参数

require("matrixcalc")

#-------------------------------------------------
# Log-likelihood function
#-------------------------------------------------
loglike <- function(phi, y) {

  # Shift the covariance matrix
  print(paste("phi = ", phi))
  #v = phi*I + (1 - phi)*C
  v = phi*I + C
  stopifnot(is.positive.definite(v))

  # Invert shifted matrix
  vi = solve(v)

  # Compute log likelihood
  loglike = -.5*(log(det(v)) + (t(y) %*% vi %*% y))
  print(paste("L = ", loglike))

  return(-loglike)
}

#-------------------------------------------------
# Data
#-------------------------------------------------
y = c(-0.01472, 0.03942, 0.03592, 0.02776, -9e-04) 
C =  structure(c(0.00166, -0.00012, -6.78e-06, 0.000102, -4e-05, -0.00012, 
                 0.001387, 7.9e-05, -0.00014, -8e-05, -6.78e-06, 7.9e-05, 
                 0.001416, -7e-05, 8.761e-06, 0.000102, -0.00014, -7e-05, 
                 0.001339, -6e-05, -4e-05, -8e-05, 8.761e-06, -6e-05, 0.001291), 
                 .Dim = c(5L, 5L ))

#--------
# Initial parameter
#--------
I = diag(5)
phi = 50

#--------
# Minimize
#--------
parm <- optim(par = phi, fn = loglike, y = y, NULL, hessian = TRUE, 
              method = "L-BFGS-B", lower = 0.0001, upper = 1000,
              control = list(trace = 3,
                             maxit = 1000,
                             ndeps = 1e-4) )

require（“matrixcalc”）
#-------------------------------------------------
#对数似然函数
#-------------------------------------------------
如果你能使用有效的R语法共享你的数据（
y
和
V
），那就太棒了。使用
dput（）
可以很好地解决这个问题。你是说这个吗？dput（y）c（-0.01472,0.03942,0.03592,0.02776，-9e-04）>dput（V）结构（c（0.00166，-0.00012，-6.78e-06，0.000102，-4e-05，-0.00012，0.001387，7.9e-05，-0.00014，-8e-05，-6.78e-06，7.9e-05，0.001416，-7e-05，8.761e-06，0.000102，-0.00014，-7e-05，0.001339，-6e-05，-4e-05，-8e-05，8.761e 06，-6e-05，0.0011，-295L）正是。我可以将其复制/粘贴到R中以获得y和V对象。理想情况下，您可以将其编辑到您的问题中。只是对我的帖子进行了更正。之前我的帖子中几乎没有错误。