三参数变换函数的对数似然优化R软件问题

我有一个重大的优化问题。 我得到了一个股票的时间序列和一个转换函数：

     K_z  <- function(z, theta, beta_z, n) {
     z*((1+((z^2+0.5)^beta_z-0.5^ beta_z)/n)^(n*theta))
    }

     K_fd_z  <- function(z, theta, beta_z, n) {
    (   (1+(  (z^2+0.5)^beta_z - 0.5^beta_z)/n)^n   )^(theta-1) *  (    (                           (1+(  (z^2+0.5)^beta_z - 0.5^beta_z)/n)^n   ) + theta * z * (2*beta_z * z * (1 + ( (z^2+0.5)^beta_z - 0.5^beta_z)/n)^(n-1) * ( z^2+0.5)^(beta_z-1) ) )
    }

     K_inv <- function(y)
    {
     uniroot(function(z) K_z(z, theta, beta_z, n)-y , lower=9,upper=11)$root
    }
     K_inverse <- Vectorize(K_inv, "y")

---

kz这需要R的旗帜我想，我不认为不会说这种语言/方言的人能帮上忙。你说得对，谢谢：-）这需要R的旗帜我想，我不认为不会说这种语言/方言的人能帮上忙。你说得对，谢谢：-）
     z <- rnorm(length(y), mean = 0, sd = 1)

     K_inv <- function(y)
    {
     uniroot(function(z) K_z(z, theta, beta_z, n)-y , lower=9,upper=11)$root
    }
     K_inverse <- Vectorize(K_inv, "y")

     K_m1 <- K_inverse(y)

      f_Y <- function(z, theta, n, beta_z)
     {
        K_m1 <- K_inverse(y)
        (dnorm(K_m1))/( K_fd_z(K_m1))
     }
       #            curve(f_Y(x,theta=0.2,n=5,beta_z=0.5),-10,10)
      #Error in uniroot(function(z) K_z(z, theta, beta_z, n) - y,lower = 9,  : 
      #f() values at end points not of opposite sign

       p3 <- optim(c(-0.2, mean(y)-0.2, 0.01, 1, 0.4), loglike, NULL, method = "L-BFGS-B",lower = c(-0.2, mean(y)-0.2, 0.01, 1, 0.4), upper = c(0.2, mean(y)+0.2, 0.5, 250, 1.8)
       oi3<-solve(p3$hessian)