Ich würde gerne wissen, wie die Maximum-Likelihood-Schätzung in R zu tun, wenn Fitting-Parameter in einem Array gegeben sind. Dies ist erforderlich, wenn die Anzahl der Parameter groß ist. Also im Grunde eine normale Verteilung auf die Daten x passen, würde Ich mag so etwas wie die folgendenMLE-Funktion mit Array von Parametern
LL <- function(param_array) {
R = dnorm(x, param_array[1], param_array[2])
-sum(log(R))
}
mle(LL, start = list(param_array = c(1,1)))
(Anstelle dieser ursprünglichen Codes im ersten Abschnitt von http://www.r-bloggers.com/fitting-a-model-by-maximum-likelihood/) tun, wenn ich den Code oben Ich lief Einen Fehler
Fehler in dnorm erhalten (x, param_array [1], param_array [2]): Argument "param_array" fehlt, ohne Standard
jemand m lassen konnte Ich weiß, wie ich das erreichen kann, was ich will.
Was machen die Leute, wenn sie 50 Parameter haben? Geben sie sie mit der Hand ein? – user113988
konnte man '? Bbmle :: mle2' und das' vecpar' Argument sehen ... –