プロファイルの信頼区間がR：mle2

Question

bbmleのパッケージmle2のコマンドを使用しようとしています。私はBolkerの "bbmleパッケージでの最尤推定と解析"のp2を見ています。どういうわけか私は正しい開始値を入力することができません。

l.lik.probit <-function(par, ivs, dv){ 
Y <- as.matrix(dv) 
X <- as.matrix(ivs) 
K <-ncol(X) 
b <- as.matrix(par[1:K]) 
phi <- pnorm(X %*% b) 
sum(Y * log(phi) + (1 - Y) * log(1 - phi)) 
} 

n=200 

set.seed(1000) 

x1 <- rnorm(n) 
x2 <- rnorm(n) 
x3 <- rnorm(n) 
x4 <- rnorm(n) 

latentz<- 1 + 2.0 * x1 + 3.0 * x2 + 5.0 * x3 + 8.0 * x4 + rnorm(n,0,5) 

y <- latentz 
y[latentz < 1] <- 0 
y[latentz >=1] <- 1 
x <- cbind(1,x1,x2,x3,x4) 
values.start <-c(1,1,1,1,1) 

foo2<-mle2(l.lik.probit, start=list(dv=0,ivs=values.start),method="BFGS",optimizer="optim", data=list(Y=y,X=x)) 

そして、これは私が取得エラーです：

Error in mle2(l.lik.probit, start = list(Y = 0, X = values.start), method = "BFGS", : 
    some named arguments in 'start' are not arguments to the specified log-likelihood function 

任意のアイデア理由はここに再現可能なコードですか？ご協力いただきありがとうございます！

Answer 1

あなたはいくつか欠場しましたが、最も重要なことは、デフォルトでmle2がリストのパラメータを取ることです。代わりにベクトルのパラメータを使用するようにすることができますが、少し難しくする必要があります。

私は場所を少し微調整しました。 （私はこれが働くことはないと思われるなし、負の対数尤度関数に対数尤度関数を変更！）

l.lik.probit <-function(par, ivs, dv){ 
    K <- ncol(ivs) 
    b <- as.matrix(par[1:K]) 
    phi <- pnorm(ivs %*% b) 
    -sum(dv * log(phi) + (1 - dv) * log(1 - phi)) 
} 

n <- 200 

set.seed(1000) 

dat <- data.frame(x1=rnorm(n), 
        x2=rnorm(n), 
        x3=rnorm(n), 
        x4=rnorm(n)) 

beta <- c(1,2,3,5,8) 
mm <- model.matrix(~x1+x2+x3+x4,data=dat) 
latentz<- rnorm(n,mean=mm%*%beta,sd=5) 

y <- latentz 
y[latentz < 1] <- 0 
y[latentz >=1] <- 1 
x <- mm 
values.start <- rep(1,5) 

今はフィットを行います。主なものは、

library("bbmle") 
names(values.start) <- parnames(l.lik.probit) <- paste0("b",0:4) 
m1 <- mle2(l.lik.probit, start=values.start, 
      vecpar=TRUE, 
      method="BFGS",optimizer="optim", 
      data=list(dv=y,ivs=x)) 

として

は、この特定の例のためにあなただけのプロビットを再実装した上で指摘した... vecpar=TRUEを指定すると mle2はパラメータベクトルの要素の名前を知っているように parnamesを使用することです回帰（私はあなたが今、いくつかの方法で不均一を可能にするために、これを拡張したいことを理解しているが...）最後の注意として、

dat2 <- data.frame(dat,y) 
m2 <- glm(y~x1+x2+x3+x4,family=binomial(link="probit"), 
    data=dat2) 

、私はあなたを可能にparameters引数を、チェックアウトする必要があることを言うだろうパラメータのいずれか1つに対してサブ線形モデルを指定するには、そしてformulaインタフェース：

m3 <- mle2(y~dbinom(prob=pnorm(eta),size=1), 
      parameters=list(eta~x1+x2+x3+x4), 
      start=list(eta=0), 
      data=dat2) 

PS confint(foo2)は、このセットアップで（要求に応じてプロファイルCIを与える）正常に動作するように見えます。

ae <- function(x,y) all.equal(unname(coef(x)),unname(coef(y)),tol=5e-5) 
ae(m1,m2) && ae(m2,m3)