代码之家 › 专栏 › 技术社区 › Codey

r-计算组合分布的最大似然估计

mle normal-distribution r

0

Codey · 技术社区 · 7 年前

我有一个具有1000个值的给定数据集,它是两个正态分布n(y1,1)和n(y2,1)的组合。密度如下所示:

我想计算数据集中n(y1,1)和n(y2,1)的部分,这两个值的平均值是y1和y2。这是我目前的做法:

z <- #Dataset as vector with 1000 entries#
lik <- function(mu1, mu2, part) -sum(part*dnorm(z, mu1, 1, log=TRUE) + (1-part)*dnorm(z, mu2, 1, log=TRUE))
mle <- mle(lik, start=list(mu1=-7, mu2=5, part=0.33))

但这给了我以下错误信息:

Error in solve.default(oout$hessian) : 
    Lapack routine dgesv: system is exactly singular: U[1,1] = 0

1 回复 | 直到 7 年前

1

Rui Barradas 7 年前

我重新定义了使用 log() 而不是争论 log = TRUE .

奇怪的是,尽管有警告,下面的操作仍然有效。注意他们是警告 ,不是错误。

library(stats4)

set.seed(7850)    # Make the results reproducible
z <- sample(c(rnorm(333, -7, 1), rnorm(667, 5, 1)))

plot(density(z))

lik2 <- function(mu1, mu2, part) -sum(log(part*dnorm(z, mu1, 1) + (1-part)*dnorm(z, mu2, 1)))
mle2 <- mle(lik2, start = list(mu1 = -6, mu2 = 6, part = 1/2))
#Warning messages:
#1: In log(part * dnorm(z, mu1, 1) + (1 - part) * dnorm(z, mu2, 1)) :
#  NaNs produced
#2: In log(part * dnorm(z, mu1, 1) + (1 - part) * dnorm(z, mu2, 1)) :
#  NaNs produced
#3: In log(part * dnorm(z, mu1, 1) + (1 - part) * dnorm(z, mu2, 1)) :
#  NaNs produced
#4: In log(part * dnorm(z, mu1, 1) + (1 - part) * dnorm(z, mu2, 1)) :
#  NaNs produced

mle2
#
#Call:
#mle(minuslogl = lik2, start = list(mu1 = -6, mu2 = 6, part = 1/2))
#
#Coefficients:
#       mu1        mu2       part 
#-7.1091780  4.9377339  0.3330038